KR102621308B1

KR102621308B1 - 별자리 기반 메타버스 추모관 플랫폼 서비스 제공 방법, 장치 및 시스템

Info

Publication number: KR102621308B1
Application number: KR1020220159989A
Authority: KR
Inventors: 권수연
Original assignee: 주식회사 넘버제로
Priority date: 2022-11-25
Filing date: 2022-11-25
Publication date: 2024-01-09

Abstract

일실시예에 따르면, 장치에 의해 수행되는, 별자리 기반 메타버스 추모관 플랫폼 서비스 제공 방법에 있어서, 하늘 또는 우주 공간 상에 표시되는 별자리들 중 제1 별자리 또는 제1 별에 대한 분양이 필요한 것으로 요청되면, 상기 제1 별자리 또는 제1 별에 대한 인지도를 평가한 인지도 평가 정보를 획득하는 단계; 상기 인지도 평가 정보를 기초로, 상기 제1 별자리 또는 제1 별에 대한 인지도 점수를 산정하는 단계; 상기 제1 별자리 또는 제1 별에 대한 인지도 점수를 기반으로, 상기 제1 별자리 또는 제1 별에 대한 등급을 설정하는 단계; 상기 제1 별자리 또는 제1 별에 대한 등급이 제1 등급으로 설정되고, 상기 제1 별자리 또는 제1 별이 상기 하늘 또는 우주 공간 상에서 제1 구역에 표시되는 것으로 설정되어 있는 경우, 상기 제1 등급 및 상기 제1 구역을 고려하여, 상기 제1 별자리 또는 제1 별에 대한 분양 가격을 제1 금액으로 산출하는 단계; 및 상기 제1 금액의 지불을 통해 상기 제1 별자리 또는 제1 별이 제1 사용자에게 분양된 경우, 상기 제1 사용자의 요청에 따라 상기 제1 별자리 또는 제1 별이 제1 고인 또는 제1 반려동물의 추모를 위해 설정되면, 상기 제1 고인 또는 제1 반려동물의 추모를 위한 추모 공간이 메타버스 환경으로 구현되어 있는 제1 가상 공간을 생성하고, 상기 제1 별자리 또는 제1 별을 통해 상기 제1 가상 공간으로 접속되도록, 상기 제1 별자리 또는 제1 별에 대한 기능을 설정하는 단계를 포함하는, 별자리 기반 메타버스 추모관 플랫폼 서비스 제공 방법이 제공된다.

Description

별자리 기반 메타버스 추모관 플랫폼 서비스 제공 방법, 장치 및 시스템 {METHOD, DEVICE AND SYSTEM FOR PROVIDING PLATFORM SERVICE OF METAVERSE MEMORIAL HALL BASED ON CONSTELLATION}

아래 실시예들은 별자리를 기반으로 메타버스 추모관 플랫폼 서비스를 제공하기 위한 기술에 관한 것이다.

보통 사람 또는 반려동물이 죽으면 그 시체는 화장을 하거나 묘지를 조성하고, 이와 더불어 고인 또는 죽은 반려동물, 즉, 망자가 죽기전에 갖고 있던 물품들을 정리하게 되는 바, 망자를 그리워하는 사람들은 얼마 남지 않은 망자의 옛 사진 또는 유품을 통해 회상에 잠기며 망자에 대한 그리움을 달래는데 그치고 있다.

그러나 이는 망자의 옛 사진 또는 유품이 온전히 남아있을 때나 가능한 것으로, 시간이 경과할수록 망자의 옛 사진 또는 유품은 훼손되기 마련이고, 이러한 망자의 옛 사진 또는 유품만으로는 망자와 함께 보냈던 추억을 간직하기엔 부족한 것이 현실이다.

최근, 가상세계를 사용자에게 제공하는 대표적인 서비스로서 메타버스(metaverse)가 각광받고 있다. 메타버스는 가공, 추상을 의미하는 메타(meta)와 현실세계를 의미하는 유니버스(universe)의 합성어로 3차원 가상세계를 의미하며, 이러한 메타버스의 핵심기술은 가상현실(virtual reality, VR), 증강현실(augmented reality, AR) 및 혼합현실(mixed reality, MR)을 아우르는 확장현실(extended reality, XR) 기술이다.

망자와 사별하여 마음의 상처를 안고 살아가는 사람들의 상실감과 슬픔을 해소시키기 위해, 상술한 메타버스 환경을 이용하여 고인 또는 죽은 반려동물과 상호작용할 수 있는 컨텐츠의 개발이 절실히 요구되고 있다.

따라서, 메타버스 환경에서 고인 또는 죽은 반려동물을 추모하기 위한 추모 공간을 제공하고자 하는 요구가 증대되고 있어, 이와 관련된 기술에 대한 연구가 요구된다.

한국등록특허 제10-2410670호 한국공개특허 제10-2021-0151713호 한국공개특허 제10-2020-0125054호 한국공개특허 제10-2019-0134912호

일실시예에 따르면, 하늘 또는 우주 공간 상에 표시되는 별자리들 중 제1 별자리 또는 제1 별에 대한 분양이 필요한 것으로 요청되면, 제1 별자리 또는 제1 별에 대한 인지도를 평가한 인지도 평가 정보를 획득하고, 인지도 평가 정보를 기초로, 제1 별자리 또는 제1 별에 대한 인지도 점수를 산정하고, 제1 별자리 또는 제1 별에 대한 인지도 점수를 기반으로, 제1 별자리 또는 제1 별에 대한 등급을 설정하고, 제1 별자리 또는 제1 별에 대한 등급이 제1 등급으로 설정되고, 제1 별자리 또는 제1 별이 하늘 또는 우주 공간 상에서 제1 구역에 표시되는 것으로 설정되어 있는 경우, 제1 등급 및 제1 구역을 고려하여, 제1 별자리 또는 제1 별에 대한 분양 가격을 제1 금액으로 산출하고, 제1 금액의 지불을 통해 제1 별자리 또는 제1 별이 제1 사용자에게 분양된 경우, 제1 사용자의 요청에 따라 제1 별자리 또는 제1 별이 제1 고인 또는 제1 반려동물의 추모를 위해 설정되면, 제1 고인 또는 제1 반려동물의 추모를 위한 추모 공간이 메타버스 환경으로 구현되어 있는 제1 가상 공간을 생성하고, 제1 별자리 또는 제1 별을 통해 제1 가상 공간으로 접속되도록, 제1 별자리 또는 제1 별에 대한 기능을 설정하는, 별자리 기반 메타버스 추모관 플랫폼 서비스 제공 방법, 장치 및 시스템을 제공하는 것을 목적으로 한다.

본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.

상기 별자리 기반 메타버스 추모관 플랫폼 서비스 제공 방법은, 상기 제1 별자리 또는 제1 별을 통해 상기 제1 가상 공간으로 접속하여 상기 제1 고인 또는 제1 반려동물의 추모를 위한 추모 공간을 방문한 방문객 수를 기간 별로 확인하고, 상기 제1 가상 공간에서 상기 제1 고인 또는 제1 반려동물의 추모를 위해 사용된 아이템 수를 기간 별로 확인하는 단계; 제1 기간 동안에 방문한 것으로 확인된 방문객 수에 미리 설정된 제1 가중치를 적용하여 제1 활성 지수를 산출하고, 상기 제1 기간 동안에 사용된 것으로 확인된 아이템 수에 상기 제1 가중치 보다 높은 값이 설정된 제2 가중치를 적용하여 제2 활성 지수를 산출하는 단계; 상기 제1 활성 지수 및 상기 제2 활성 지수를 합산하여, 상기 제1 기간 동안 상기 제1 별자리 또는 제1 별에 대한 활성 지수를 산출하는 단계; 및 상기 제1 별자리 또는 제1 별에 대한 활성 지수를 기반으로, 상기 제1 기간 동안 상기 제1 별자리 또는 제1 별에 대한 랭킹을 설정하는 단계를 더 포함할 수 있다.

상기 별자리 기반 메타버스 추모관 플랫폼 서비스 제공 방법은, 상기 제1 별자리 또는 제1 별에 대한 랭킹이 제1 순위로 설정된 경우, 상기 제1 순위가 미리 설정된 제1 기준 범위 내에 포함되어 있는 것으로 확인되면, 상기 제1 별자리 또는 제1 별에 대한 매매 가격을 상기 제1 금액으로 설정하는 단계; 상기 제1 순위가 상기 제1 기준 범위를 벗어나 상기 제1 기준 범위의 최소값 보다 높은 순위로 확인되면, 상기 제1 순위가 높은 순위일수록 제1 비율-상기 제1 비율은 매매 가격 상승을 위해 100% 보다 큰 값으로 설정-을 더 높은 값으로 산출하고, 상기 제1 금액과 상기 제1 비율을 곱한 값으로 제2 금액을 산출하고, 상기 제1 별자리 또는 제1 별에 대한 매매 가격을 상기 제2 금액으로 설정하는 단계; 상기 제1 순위가 상기 제1 기준 범위를 벗어나 상기 제1 기준 범위의 최대값 보다 낮은 순위로 확인되면, 상기 제1 순위가 낮은 순위일수록 제2 비율-상기 제2 비율은 매매 가격 하락을 위해 100% 보다 작은 값으로 설정-을 더 낮은 값으로 산출하고, 상기 제1 금액과 상기 제2 비율을 곱한 값으로 제3 금액을 산출하고, 상기 제1 별자리 또는 제1 별에 대한 매매 가격을 상기 제3 금액으로 설정하는 단계; 및 상기 제1 별자리 또는 제1 별에 대한 매매 가격이 설정되면, 상기 제1 별자리 또는 제1 별에 대한 매매 정보를 거래 사이트에 등록하는 단계를 더 포함할 수 있다.

일실시예에 따르면, 메타버스 환경에서 고인 또는 죽은 반려동물을 추모하기 위한 추모 공간을 제공함으로써, 사용자가 메타버스 환경에서 고인 또는 죽은 반려동물과 상호작용할 수 있으므로, 사용자가 보다 높은 몰입도로 고인 또는 죽은 반려동물과 교감할 수 있는 효과가 있다.

한편, 실시예들에 따른 효과들은 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 해당 기술 분야의 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.

도 1은 일실시예에 따른 시스템의 구성을 개략적으로 나타낸 도면이다.
도 2는 일실시예에 따른 별자리를 기반으로 메타버스 추모관 서비스의 인터페이스를 제공하는 과정을 설명하기 위한 순서도이다.
도 3은 일실시예에 따른 별자리 기반 메타버스 추모관 플랫폼 서비스를 위해, 추모 공간이 메타버스 환경으로 구현되어 있는 가상 공간을 생성하는 과정을 설명하기 위한 순서도이다.
도 4는 일실시예에 따른 방문객 수 및 아이템 사용량에 따라 별자리 또는 별에 대한 랭킹을 설정하는 과정을 설명하기 위한 순서도이다.
도 5는 일실시예에 다른 랭킹에 따라 매매 가격을 설정하는 과정을 설명하기 위한 순서도이다.
도 6은 일실시예에 다른 랭킹에 따라 초기 화면을 설정하는 과정을 설명하기 위한 순서도이다.
도 7은 일실시예에 따른 추모관 서비스를 이용하는 사용자들을 위한 제품 개발을 추천하고 제품의 광고를 수행할 인플루언서를 매칭하는 과정을 설명하기 위한 순서도이다.
도 8은 일실시예에 따른 후보 인플루언서의 정보를 기초로 제품의 광고를 수행할 인플루언서를 선정하는 과정을 설명하기 위한 도면이다.
도 9는 일실시예에 따른 장치의 구성의 예시도이다.

이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.

실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.

제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.

실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트 폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 제품으로 구현될 수 있다.

인공지능(Artificial Intelligence, AI) 시스템은 인간 수준의 지능을 구현하는 컴퓨터 시스템이며, 기존 규칙(Rule) 기반의 스마트 시스템과 달리 기계가 스스로 학습하고 판단하는 시스템이다. 인공지능 시스템은 사용할수록 인식률이 향상되고 사용자 취향을 보다 정확하게 이해할 수 있게 되어, 기존 규칙 기반의 스마트 시스템은 점차 심층 학습(Deep Learning) 기반 인공지능 시스템으로 대체되고 있다.

인공지능 기술은 기계 학습 및 기계 학습을 활용한 요소기술들로 구성된다. 기계 학습은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘 기술이며, 요소기술은 심층 학습 등의 기계 학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술로서, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야로 구성된다.

인공지능 기술이 응용되는 다양한 분야는 다음과 같다. 언어적 이해는 인간의 언어/문자를 인식하고 응용/처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성 등을 포함한다. 시각적 이해는 사물을 인간의 시각처럼 인식하여 처리하는 기술로서, 객체 인식, 객체 추적, 영상 검색, 사람 인식, 장면 이해, 공간 이해, 영상 개선 등을 포함한다. 추론 예측은 정보를 판단하여 논리적으로 추론하고 예측하는 기술로서, 지식/확률 기반 추론, 최적화 예측, 선호 기반 계획, 추천 등을 포함한다. 지식 표현은 인간의 경험정보를 지식데이터로 자동화 처리하는 기술로서, 지식 구축(데이터 생성/분류), 지식 관리(데이터 활용) 등을 포함한다. 동작 제어는 차량의 자율 주행, 로봇의 움직임을 제어하는 기술로서, 움직임 제어(항법, 충돌, 주행), 조작 제어(행동 제어) 등을 포함한다.

일반적으로 기계 학습 알고리즘을 실생활에 적용하기 위해서는 기계 학습의 기본 방법론의 특성상 Trial and Error 방식으로 학습을 수행하게 된다. 특히, 심층 학습의 경우 수십만 번의 반복 실행을 필요로 한다. 이를 실제 물리적인 외부 환경에서 실행하기는 불가능하여 대신 실제 물리적인 외부 환경을 컴퓨터상에서 가상으로 구현하여 시뮬레이션을 통해 학습을 수행한다.

도 1은 일실시예에 따른 시스템의 구성을 개략적으로 나타낸 도면이다.

도 1을 참조하면, 일실시예에 따른 시스템은 출력 기기(100), 조작 기기(200) 및 장치(300)를 포함할 수 있다.

먼저, 출력 기기(100)는 메타버스 환경으로 구현된 화면을 출력하는 기기로, 장치(300)와 전기적으로 연결될 수 있다.

여기서, 메타버스는 가공, 추상을 의미하는 메타(meta)와 현실 세계를 의미하는 유니버스(universe)의 합성어로 온라인 속 3차원 입체 가상 세계에서 캐릭터 내지 아바타의 모습으로 구현된 개인들이 서로 소통하여, 현실의 활동을 그대로 할 수 있는 플랫폼을 말한다. 이러한 메타버스 환경은 가상 현실(virtual reality, VR), 증강 현실(augmented reality, AR) 및 혼합 현실(mixed reality, MR)을 아우르는 확장 현실(extended reality, XR)을 포함할 수 있다.

가상 현실은 컴퓨터를 이용하여 현실 세계에 존재하지 않는 가상 공간을 구축한 후 그 가상 공간을 현실처럼 느끼게 하는 기술을 말하고, 증강 현실 또는 혼합 현실은 현실 세계 위에 컴퓨터에 의해 생성된 정보를 덧붙여 표현하는 기술, 즉 현실 세계와 가상 세계를 결합함으로써 실시간으로 사용자와 상호작용이 이루어지도록 하는 기술을 말하는데, 본 발명에서의 메타버스 환경은 가상 현실, 증강 현실 및 혼합 현실 중 어느 하나의 환경을 통해 구현될 수 있다.

출력 기기(100)는 메타버스 환경으로 구현된 화면의 영상을 출력하기 위해 사용자에게 착용되는 것으로, 예를 들면, 사용자의 머리 또는 눈 부분에 장착하여 사용자의 눈 앞에 직접 VR/AR 영상을 출력하는 디스플레이 장치인 헤드마운트 디스플레이(head mounted display, HMD) 등으로 마련될 수 있다. 헤드마운트 디스플레이는 사용자가 현실감 있는 영상을 체험할 수 있도록 지원하는 웨어러블 영상 출력 단말의 일종이며, 주로 헬멧 전면에 디스플레이가 장착되어 VR/AR 등의 영상을 출력할 수 있다.

출력 기기(100)는 출력 기기(100)를 착용한 사용자의 머리 움직임을 통해 사용자의 시선을 추적할 수 있으며, 헤드 트렉킹을 통해 사용자의 시선 이동에 따라 영상이 변경되어 표시되도록 처리할 수 있다. 즉, 출력 기기(100)는 사용자 머리의 회전 각도와 속도 등을 수치화하여, 사용자 머리의 움직임과 동일한 방향으로 영상이 변경되도록 처리할 수 있다. 예를 들어, 사용자의 머리가 오른쪽으로 회전하면 메타버스 환경으로 구현된 화면의 영상에서도 오른쪽으로 움직이고, 사용자의 머리가 왼쪽으로 회전하면 메타버스 환경으로 구현된 화면의 영상에서도 왼쪽으로 움직이도록 처리할 수 있다.

조작 기기(200)는 사용자에게 착용되어 사용자의 조작에 따라 명령에 대한 조작 신호를 생성하는 기기로, 장치(300)와 전기적으로 연결될 수 있다.

조작 기기(200)는 메타버스 환경으로 구현된 화면 상에서 상호작용하기 위해 사용자의 손에 착용되는 것으로, 예를 들면, 사용자의 모션을 트래킹하고, 물리적인 피드백을 제공하며, 촉감에 대한 피드백을 제공하는 VR/AR글러브(VR/AR gloves)로 마련될 수 있다.

이러한 VR/AR글러브(VR/AR gloves)는 사용자의 손가락, 손, 손목의 모션을 트래킹하여 VR/AR 상에서 구현하고, 각 손가락마다 기설정된 크기의 인장력을 가함으로써 VR/AR내 물체의 경도를 표현하며, 각 손가락에 설치된 진동센서를 통하여 감촉을 표현하는데, 본 발명에서는 사용자가 메타버스 환경에서 상호작용하기 위해 VR/AR 글러브를 활용하여 조작 신호를 생성하면, 조작 신호를 통해 메타버스 기반의 체험 서비스가 제공될 수 있다.

장치(300)는 장치(300)를 이용하여 서비스를 제공하는 자 내지 단체가 보유한 자체 서버일수도 있고, 클라우드 서버일 수도 있고, 분산된 노드(node)들의 p2p(peer-to-peer) 집합일 수도 있다. 장치(300)는 통상의 컴퓨터가 가지는 연산 기능, 저장/참조 기능, 입출력 기능 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다.

장치(300)는 출력 기기(100)와 유무선으로 통신하도록 구성될 수 있으며, 출력 기기(100)의 화면에 어느 정보를 표시할 것인지에 대해 제어할 수 있고, 출력 기기(100)의 전체적인 동작을 제어할 수 있다.

장치(300)는 조작 기기(200)와 유무선으로 통신하도록 구성될 수 있으며, 조작 기기(200)로부터 조작 신호를 획득하여 사용자 조작을 인식할 수 있고, 조작 기기(200)의 전체적인 동작을 제어할 수 있다.

한편, 장치(300)는 기계 학습 알고리즘의 수행을 위하여 미리 학습된 다수의 인공 신경망을 포함할 수 있다.

본 발명에서, 인공지능(Artificial Intelligence, AI)은 인간의 학습능력, 추론능력, 지각능력 등을 모방하고, 이를 컴퓨터로 구현하는 기술을 의미하고, 기계 학습, 심볼릭 로직(Symbolic Logic) 등의 개념을 포함할 수 있다. 기계 학습(Machine Learning, ML)은 입력 데이터들의 특징을 스스로 분류 또는 학습하는 알고리즘 기술이다. 인공지능의 기술은 기계 학습의 알고리즘으로써 입력 데이터를 분석하고, 그 분석의 결과를 학습하며, 그 학습의 결과에 기초하여 판단이나 예측을 할 수 있다. 또한, 기계 학습의 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술들 역시 인공지능의 범주로 이해될 수 있다. 예를 들어, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야가 포함될 수 있다.

기계 학습은 데이터를 처리한 경험을 이용해 신경망 모델을 훈련시키는 처리를 의미할 수 있다. 기계 학습을 통해 컴퓨터 소프트웨어는 스스로 데이터 처리 능력을 향상시키는 것을 의미할 수 있다. 신경망 모델은 데이터 사이의 상관 관계를 모델링하여 구축된 것으로서, 그 상관 관계는 복수의 파라미터에 의해 표현될 수 있다. 신경망 모델은 주어진 데이터로부터 특징들을 추출하고 분석하여 데이터 간의 상관 관계를 도출하는데, 이러한 과정을 반복하여 신경망 모델의 파라미터를 최적화해 나가는 것이 기계 학습이라고 할 수 있다. 예를 들어, 신경망 모델은 입출력 쌍으로 주어지는 데이터에 대하여, 입력과 출력 사이의 매핑(상관 관계)을 학습할 수 있다. 또는, 신경망 모델은 입력 데이터만 주어지는 경우에도 주어진 데이터 사이의 규칙성을 도출하여 그 관계를 학습할 수도 있다.

인공지능 학습모델 또는 신경망 모델은 인간의 뇌 구조를 컴퓨터 상에서 구현하도록 설계될 수 있으며, 인간의 신경망의 뉴런(neuron)을 모의하며 가중치를 가지는 복수의 네트워크 노드들을 포함할 수 있다. 복수의 네트워크 노드들은 뉴런이 시냅스(synapse)를 통하여 신호를 주고받는 뉴런의 시냅틱(synaptic) 활동을 모의하여, 서로 간의 연결 관계를 가질 수 있다. 인공지능 학습모델에서 복수의 네트워크 노드들은 서로 다른 깊이의 레이어에 위치하면서 컨볼루션(convolution) 연결 관계에 따라 데이터를 주고받을 수 있다. 인공지능 학습모델은, 예를 들어, 인공 신경망 모델(Artificial Neural Network), 컨볼루션 신경망 모델(Convolution Neural Network: CNN) 등일 수 있다. 일 실시예로서, 인공지능 학습모델은, 지도학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning) 등의 방식에 따라 기계 학습될 수 있다. 기계 학습을 수행하기 위한 기계 학습 알고리즘에는, 의사결정트리(Decision Tree), 베이지안 망(Bayesian Network), 서포트 벡터 머신(Support Vector Machine), 인공 신경망(Artificial Neural Network), 에이다부스트(Ada-boost), 퍼셉트론(Perceptron), 유전자 프로그래밍(Genetic Programming), 군집화(Clustering) 등이 사용될 수 있다.

이중, CNN은 최소한의 전처리(preprocess)를 사용하도록 설계된 다계층 퍼셉트론(multilayer perceptrons)의 한 종류이다. CNN은 하나 또는 여러 개의 합성곱 계층과 그 위에 올려진 일반적인 인공 신경망 계층들로 이루어져 있으며, 가중치와 통합 계층(pooling layer)들을 추가로 활용한다. 이러한 구조 덕분에 CNN은 2차원 구조의 입력 데이터를 충분히 활용할 수 있다. 다른 딥러닝 구조들과 비교해서, CNN은 영상, 음성 분야 모두에서 좋은 성능을 보여준다. CNN은 또한 표준 역전달을 통해 훈련될 수 있다. CNN은 다른 피드포워드 인공 신경망 기법들보다 쉽게 훈련되는 편이고 적은 수의 매개변수를 사용한다는 이점이 있다.

컨볼루션 네트워크는 묶인 파라미터들을 가지는 노드들의 집합들을 포함하는 신경 네트워크들이다. 사용 가능한 트레이닝 데이터의 크기 증가와 연산 능력의 가용성이, 구분적 선형 단위 및 드롭아웃 트레이닝과 같은 알고리즘 발전과 결합되어, 많은 컴퓨터 비전 작업들이 크게 개선되었다. 오늘날 많은 작업에 사용할 수 있는 데이터 세트들과 같은 엄청난 양의 데이터 세트에서는 초과 맞춤(outfitting)이 중요하지 않으며, 네트워크의 크기를 늘리면 테스트 정확도가 향상된다. 컴퓨팅 리소스들의 최적 사용은 제한 요소가 된다. 이를 위해, 심층 신경 네트워크들의 분산된, 확장 가능한 구현예가 사용될 수 있다.

일실시예에 따르면, 장치(300)는 별자리를 기반으로 메타버스 환경에서 추모관 서비스를 제공할 수 있다. 여기서, 추모관 서비스는 고인 또는 반려동물의 추모를 위해 별 또는 별자리를 구매하여 하늘 또는 우주 공간에 묻어 추모할 수 있게 해주는 서비스로, 메타버스 환경에서 고인 또는 반려동물을 구현하여 추모할 수 있게 해주는 서비스이다.

즉, 별 또는 별자리를 가상 공간으로 분양하여, 본인 소유의 별 또는 별자리 안에서 고인 또는 반려동물이 살아 움직이게 구현하여, 추모객의 아바타와 만나는 공간으로 구출할 수 있다.

장치(300)는 별자리를 표시하고 특정 별 또는 별자리에 매칭된 추모 공간에 접속할 수 있도록, 유저 인터페이스를 제공할 수 있다. 이때, 장치(300)는 하늘 또는 우주 공간 상에 별자리를 표시하여 서비스의 초기 화면을 제공할 수 있고, 서비스를 이용하는데 필요한 각 메뉴와 별자리가 어우러지게 표시되도록 처리할 수 있다. 이와 관련된 자세한 설명은 도 2를 참조하여 후술하기로 한다.

메타버스 환경으로 구현된 영상에는 추모관 서비스에 사용되는 다양한 메뉴가 아이콘으로 제공될 수 있으며, 예를 들어, 대화 가능, 링크 공유, 사운드 온오프, 화면 회전, 검색, 추모 공간에 입장한 사용자 확인, 즐겨찾기, 홈, 뒤로가기 등의 메뉴가 버튼 형식의 아이콘으로 표시될 수 있다. 버튼 형식의 아이콘이 선택되면, 선택된 아이콘을 통해 해당 메뉴에 대한 명령이 처리될 수 있다.

즉, 장치(300)는 메타버스 환경으로 추모관 서비스를 통해, 별 또는 별자리와 매칭된 추모 장소에 고인 또는 죽은 반려동물의 아바타를 구현하여, 메타버스 환경에서 이들과 접촉하는 경험을 제공할 수 있다.

장치(300)는 별 또는 별자리의 인지도에 따라 등급을 나누어, 별 또는 별자리를 분양함으로써 수익을 창출할 수 있다. 이와 관련된 자세한 설명은 도 3을 참조하여 후술하기로 한다.

장치(300)는 아이템 사용에 따른 랭킹제를 도입하여, 별 또는 별자리에 대한 순위를 매길 수 있다. 여기서, 아이템은 메타버스 환경으로 구현된 추모 공간에서 사용 가능한 유료 아이템으로, 사용자들이 추모 공간에 배치하고 싶은 아이콘, 이모티콘, 추모 용품 등의 아이템을 구입할 수 있으며, 아이템 사용량에 따라 별 또는 별자리에 대한 랭킹이 설정될 수 있다. 이와 관련된 자세한 설명은 도 4를 참조하여 후술하기로 한다.

장치(300)는 별 또는 별자리의 분양권을 매매하기 위한 장터를 구축하여, 사용자들 간에 별 또는 별자리를 판매하고 구매할 수 있는 거래 사이트를 제공할 수 있다. 이때, 별 또는 별자리의 매매 가격은 랭킹에 따라 설정될 수 있고, 장치(300)는 거래 사이트를 제공하는 서버와 연결되어 있거나, 거래 사이트를 제공하는 서버를 포함하여 구현될 수 있다. 이와 관련된 자세한 설명은 도 5를 참조하여 후술하기로 한다.

도 2는 일실시예에 따른 별자리를 기반으로 메타버스 추모관 서비스의 인터페이스를 제공하는 과정을 설명하기 위한 순서도이다.

도 2를 참조하면, 먼저, S201 단계에서, 장치(300)는 제1 사용자가 출력 기기(100)를 착용한 것을 확인할 수 있다. 이때, 장치(300)는 출력 기기(100)에 부착된 센서로부터 감지 신호를 획득하면, 제1 사용자가 출력 기기(100)를 착용한 것으로 확인할 수 있다.

S202 단계에서, 장치(300)는 제1 사용자가 출력 기기(100)를 착용한 것으로 확인되면, 추모관 서비스의 초기 화면이 출력 기기(100)에서 표시되도록 제어할 수 있다. 이때, 초기 화면은 하늘 또는 우주 공간 상에 별자리들이 표시되어 있는 화면이고, 초기 화면 상에 표시되어 있는 별자리들은 고인 또는 반려동물의 추모를 위해 거래된 별 또는 별자리를 포함할 수 있다.

초기 화면은 하늘 또는 우주 공간이 3차원 영상으로 제공될 수 있고, 사용자의 시선 이동에 따라 표시되는 구역이 변경될 수 있다.

장치(300)는 제1 사용자 정보가 확인되면, 제1 사용자 맞춤형의 초기 화면이 출력 기기(100)에서 표시되도록 제어할 수 있다.

구체적으로, 장치(300)는 제1 사용자 단말과 출력 기기(100)가 근거리 무선 통신을 통해 연결된 것으로 확인되면, 제1 사용자 단말에 로그인 되어 있는 제1 사용자 계정을 확인할 수 있으며, 확인된 제1 사용자 계정을 이용하여 데이터베이스에서 제1 사용자 정보를 획득할 수 있다. 이를 위해, 장치(300)의 데이터베이스에는 사용자 계정 별로 구분된 사용자 정보가 저장되어 있다. 여기서, 사용자 정보는 사용자 식별번호, 연락처, 사용자의 추모 대상, 사용자가 구매한 별자리 또는 별, 추모 접속 이력 등에 대한 정보를 포함할 수 있다.

즉, 장치(300)는 제1 사용자 단말과 출력 기기(100)가 연결된 것으로 확인되면, 제1 사용자 단말을 통해 제1 사용자 정보를 획득할 수 있고, 제1 사용자 정보에 기초하여, 제1 사용자 맞춤형의 초기 화면을 생성한 후, 제1 사용자 맞춤형의 초기 화면이 출력 기기(100)에서 표시되도록 제어할 수 있다.

장치(300)는 초기 화면이 출력 기기(100)에서 표시되도록 제어할 때, 별 또는 별자리의 랭킹에 따라 별자리의 크기와 별의 밝기를 설정하여, 랭킹이 높은 별자리가 더 크게 표시되도록 제어하거나, 랭킹이 높은 별이 더 밝게 표시되도록 제어할 수 있다. 이와 관련된 자세한 설명은 도 6을 참조하여 후술하기로 한다.

S203 단계에서, 장치(300)는 제1 사용자가 조작 기기(200)를 착용하고 있는 경우, 조작 기기(200)를 통해 초기 화면 상에서 제1 별자리 또는 제1 별이 선택되면, 조작 기기(200)로부터 제1 별자리 또는 제1 별에 대한 선택 신호를 획득할 수 있다.

예를 들어, 제1 사용자는 조작 기기(200)를 통해 하늘 또는 우주 공간 상에 표시되어 있는 별자리들 중 어느 하나인 제1 별자리를 선택할 수 있고, 장치(300)는 조작 기기(200)로부터 제1 별자리에 대한 선택 신호를 획득할 수 있다.

또한, 제1 사용자는 조작 기기(200)를 통해 하늘 또는 우주 공간 상에 표시되어 있는 별들 중 어느 하나인 제1 별을 선택할 수 있고, 장치(300)는 조작 기기(200)로부터 제1 별에 대한 선택 신호를 획득할 수 있다.

S204 단계에서, 장치(300)는 제1 별자리 또는 제1 별이 제1 고인 또는 제1 반려동물의 추모를 위해 설정되어 있는 것으로 확인할 수 있다.

즉, 장치(300)는 조작 기기(200)를 통해 초기 화면 상에서 제1 별자리 또는 제1 별이 선택되면, 제1 별자리 또는 제1 별이 누구의 추모를 위해 설정되어 있는지 확인하여, 제1 별자리 또는 제1 별이 제1 고인 또는 제1 반려동물의 추모를 위해 설정되어 있는 것으로 확인할 수 있다. 이를 위해, 장치(300)의 데이터베이스에는 별자리 정보와 별 정보가 저장되어 있으며, 별자리 정보 및 별 정보는 추모 대상, 거래 내역, 접속 내역 등에 대한 정보를 포함할 수 있다.

예를 들어, 장치(300)는 조작 기기(200)로부터 제1 별자리에 대한 선택 신호를 획득한 경우, 데이터베이스를 조회하여 제1 별자리 정보를 획득하고, 제1 별자리 정보를 기초로, 제1 별자리가 누구의 추모를 위해 설정되어 있는지 확인할 수 있다.

또한, 장치(300)는 조작 기기(200)로부터 제1 별에 대한 선택 신호를 획득한 경우, 데이터베이스를 조회하여 제1 별 정보를 획득하고, 제1 별 정보를 기초로, 제1 별이 누구의 추모를 위해 설정되어 있는지 확인할 수 있다.

S205 단계에서, 장치(300)는 제1 별자리 또는 제1 별이 제1 고인 또는 제1 반려동물의 추모를 위해 설정되어 있는 것으로 확인되면, 제1 고인 또는 제1 반려동물의 추모를 위한 추모 공간과 대응하는 제1 가상 공간의 화면이 출력 기기(100)에서 표시되도록 제어할 수 있다.

이를 위해, 별자리 또는 별을 통해 접속할 수 있는 추모 공간 별로 대응하는 가상 공간이 각각 메타버스 환경으로 구현되어 있으며, 제1 가상 공간은 제1 별자리 또는 제1 별을 통해 접속할 수 있는 추모 공간과 대응하여 메타버스 환경으로 구현된 가상의 공간을 의미할 수 있다. 제1 가상 공간의 생성과 관련된 자세한 설명은 도 3을 참조하여 후술하기로 한다.

장치(300)는 제1 가상 공간의 화면이 제1 사용자가 착용하고 있는 출력 기기(100)에서 표시되도록 제어하여, 제1 가상 공간에 제1 사용자가 접속되도록 처리할 수 있으며, 제1 사용자는 출력 기기(100)에 표시된 제1 가상 공간의 화면을 통해, 제1 가상 공간에 접속한 것과 같은 경험을 느낄 수 있다. 이때, 제1 가상 공간의 화면에는 제1 고인 또는 제1 반려동물을 기반으로 생성된 캐릭터나 아바타가 표시되어, 메타버스 환경에서 제1 고인 또는 제1 반려동물과 교감할 수 있는 추모관 서비스를 제공할 수 있다.

S206 단계에서, 장치(300)는 조작 기기(200)를 통해 제1 가상 공간 내에서의 이동이 요청되면, 조작 기기(200)로부터 이동 요청 신호를 획득할 수 있다.

S207 단계에서, 장치(300)는 이동 요청 신호를 통해, 제1 가상 공간 내에서의 이동이 요청된 것으로 확인되면, 제1 가상 공간 상에서 제1 사용자가 위치하고 있는 지점을 변경하여, 변경된 지점을 중심으로 제1 가상 공간의 화면이 출력 기기(100)에서 표시되도록 제어할 수 있다.

예를 들어, 제1 가상 공간에 제1 사용자가 접속하면, 제1 사용자가 제1 가상 공간 내에서 제1 지점에 위치할 수 있으며, 장치(300)는 제1 지점을 중심으로 제1 가상 공간의 화면이 출력 기기(100)에서 표시되도록 제어할 수 있다.

이후, 제1 가상 공간 내에서의 이동 요청으로, 제1 사용자가 제1 가상 공간 내에서 제2 지점으로 이동한 경우, 장치(300)는 제2 지점을 중심으로 제1 가상 공간의 화면이 출력 기기(100)에서 표시되도록 제어할 수 있다.

도 3은 일실시예에 따른 별자리 기반 메타버스 추모관 플랫폼 서비스를 위해, 추모 공간이 메타버스 환경으로 구현되어 있는 가상 공간을 생성하는 과정을 설명하기 위한 순서도이다.

도 3을 참조하면, 먼저, S301 단계에서, 장치(300)는 하는 또는 우주 공간 상에 표시되는 별자리들 중 제1 별자리 또는 제1 별에 대한 분양이 필요한 것으로 요청된 것을 확인할 수 있다.

구체적으로, 장치(300)를 이용하여 서비스를 제공하는 업체의 관리자는 제1 별자리의 소유주가 없는 것으로 확인되면, 관리자 단말을 통해 제1 별자리에 대한 분양이 필요한 것으로 요청할 수 있으며, 장치(300)는 관리자 단말로부터 제1 별자리에 대한 분양이 필요한 것을 나타내는 요청을 수신하여, 제1 별자리에 대한 분양이 필요한 것으로 요청된 것을 확인할 수 있다.

또한, 장치(300)를 이용하여 서비스를 제공하는 업체의 관리자는 제1 별의 소유주가 없는 것으로 확인되면, 관리자 단말을 통해 제1 별에 대한 분양이 필요한 것으로 요청할 수 있으며, 장치(300)는 관리자 단말로부터 제1 별에 대한 분양이 필요한 것을 나타내는 요청을 수신하여, 제1 별에 대한 분양이 필요한 것으로 요청된 것을 확인할 수 있다.

S302 단계에서, 장치(300)는 제1 별자리 또는 제1 별에 대한 인지도를 평가한 인지도 평가 정보를 획득할 수 있다.

구체적으로, 장치(300)는 제1 별자리에 대한 분양이 필요한 것으로 요청되면, 제1 별자리에 대한 인지도를 평가하기 위한 평가 페이지를 생성한 후, 평가 페이지를 통해 제1 별자리에 대한 인지도를 평가한 인지도 평가 정보가 입력되면, 제1 별자리에 대한 인지도 평가 정보를 획득할 수 있다.

또한, 장치(300)는 제1 별에 대한 분양이 필요한 것으로 요청되면, 제1 별에 대한 인지도를 평가하기 위한 평가 페이지를 생성한 후, 평가 페이지를 통해 제1 별에 대한 인지도를 평가한 인지도 평가 정보가 입력되면, 제1 별에 대한 인지도 평가 정보를 획득할 수 있다.

S303 단계에서, 장치(300)는 인지도 평가 정보를 기초로, 제1 별자리 또는 제1 별에 대한 인지도 점수를 산정할 수 있다.

예를 들어, 인지도 평가가 제1 별자리 또는 제1 별에 대해 안다와 모른다로 평가되고, 100명의 사용자에 의해 제1 별자리 또는 제1 별에 대한 인지도가 평가된 경우, 장치(300)는 인지도 평가 정보를 확인한 결과, 100명의 사용자 중 70명이 제1 별자리 또는 제1 별에 대해 안다로 평가한 경우, 제1 별자리 또는 제1 별에 대한 인지도 점수를 7점으로 산정할 수 있다.

또한, 인지도 평가가 제1 별자리 또는 제1 별에 대해 인지하는 점수가 0점에서 10점 내에서 평가되고, 100명의 사용자에 의해 제1 별자리 또는 제1 별에 대한 인지도가 평가된 경우, 장치(300)는 인지도 평가 정보를 확인한 결과, 100명의 사용자가 제1 별자리 또는 제1 별에 대해 인지하는 점수의 평균치가 8점으로 확인되면, 제1 별자리 또는 제1 별에 대한 인지도 점수를 8점으로 산정할 수 있다.

S304 단계에서, 장치(300)는 제1 별자리 또는 제1 별에 대한 인지도 점수를 기반으로, 제1 별자리 또는 제1 별에 대한 등급을 설정할 수 있다.

예를 들어, 장치(300)는 제1 별자리에 대한 인지도 점수가 산출되면, 제1 별자리에 대한 인지도 점수가 9점 이상인 경우, 제1 별자리에 대한 등급을 1등급으로 설정하고, 제1 별자리에 대한 인지도 점수가 9점 미만이면서 8점 이상인 경우, 제1 별자리에 대한 등급을 2등급으로 설정하고, 제1 별자리에 대한 인지도 점수가 8점 미만이면서 7점 이상인 경우, 제1 별자리에 대한 등급을 3등급으로 설정할 수 있다.

또한, 장치(300)는 제1 별에 대한 인지도 점수가 산출되면, 제1 별에 대한 인지도 점수가 9점 이상인 경우, 제1 별에 대한 등급을 1등급으로 설정하고, 제1 별에 대한 인지도 점수가 9점 미만이면서 8점 이상인 경우, 제1 별에 대한 등급을 2등급으로 설정하고, 제1 별에 대한 인지도 점수가 8점 미만이면서 7점 이상인 경우, 제1 별에 대한 등급을 3등급으로 설정할 수 있다.

S305 단계에서, 장치(300)는 제1 별자리 또는 제1 별에 대한 등급이 제1 등급으로 설정된 것을 확인할 수 있다.

예를 들어, 장치(300)는 제1 별자리에 대한 등급이 1등급으로 설정되면, 제1 등급이 1등급인 것으로 확인할 수 있고, 제1 별자리에 대한 등급이 2등급으로 설정되면, 제1 등급이 2등급인 것으로 확인할 수 있고, 제1 별자리에 대한 등급이 3등급으로 설정되면, 제1 등급이 3등급인 것으로 확인할 수 있다.

또한, 장치(300)는 제1 별에 대한 등급이 1등급으로 설정되면, 제1 등급이 1등급인 것으로 확인할 수 있고, 제1 별에 대한 등급이 2등급으로 설정되면, 제1 등급이 2등급인 것으로 확인할 수 있고, 제1 별에 대한 등급이 3등급으로 설정되면, 제1 등급이 3등급인 것으로 확인할 수 있다.

S306 단계에서, 장치(300)는 제1 별자리 또는 제1 별이 하늘 또는 우주 공간 상에서 제1 구역에 표시되는 것으로 설정된 것을 확인할 수 있다.

예를 들어, 하늘 또는 우주 공간은 정중앙 구역, 좌측 구역, 우측 구역, 상측 구역, 하측 구역 등으로 구분되어 있으며, 장치(300)는 제1 별자리 또는 제1 별이 어느 구역에 위치하여 표시되는지 여부를 확인한 후, 제1 별자리 또는 제1 별이 정중앙 구역에서 표시되는 것으로 설정된 것이 확인되면, 제1 구역이 정중앙 구역인 것으로 확인할 수 있고, 제1 별자리 또는 제1 별이 좌측 구역에서 표시되는 것으로 설정된 것이 확인되면, 제1 구역이 좌측 구역인 것으로 확인할 수 있다.

S307 단계에서, 장치(300)는 제1 등급 및 제1 구역을 고려하여, 제1 별자리 또는 제1 별에 대한 분양 가격을 제1 금액으로 산출할 수 있다. 이를 위해, 등급 및 구역 별로 별자리 또는 별에 대한 기준 가격이 미리 설정되어 있다.

예를 들어, 정중앙 구역에서 1등급의 별자리는 100만원, 2등급의 별자리는 90만원, 3등급의 별자리는 80만원으로 기준 가격이 설정되어 있는 경우, 장치(300)는 제1 별자리에 대한 등급이 1등급으로 확인되고 제1 별자리가 표시되는 구역이 정중앙 구역으로 확인되면, 제1 별자리에 대한 분양 가격을 100만원으로 산출할 수 있다.

또한, 좌측 구역에서 1등급의 별은 50만원, 2등급의 별은 40만원, 3등급의 별은 30만원으로 기준 가격이 설정되어 있는 경우, 장치(300)는 제1 별에 대한 등급이 2등급으로 확인되고 제1 별이 표시되는 구역이 좌측 구역으로 확인되면, 제1 별에 대한 분양 가격을 40만원으로 산출할 수 있다.

장치(300)는 제1 별자리 또는 제1 별에 대한 분양 가격이 산출되면, 제1 별자리 또는 제1 별에 대한 분양 정보를 거래 사이트에 등록할 수 있다.

예를 들어, 장치(300)는 제1 별자리에 대한 분양 가격이 산출되면, 거래 사이트 내에 구비된 게시판 중 별자리 분양 게시판에 제1 별자리에 대한 분양 정보를 등록할 수 있다. 이때, 제1 별자리에 대한 분양 정보는 제1 별자리의 이름, 사진, 위치, 분양 가격 등에 대한 정보를 포함할 수 있다.

또한, 장치(300)는 제1 별에 대한 분양 가격이 산출되면, 거래 사이트 내에 구비된 게시판 중 별 분양 게시판에 제1 별에 대한 분양 정보를 등록할 수 있다. 이때, 제1 별에 대한 분양 정보는 제1 별의 이름, 사진, 위치, 분양 가격 등에 대한 정보를 포함할 수 있다.

S308 단계에서, 장치(300)는 제1 금액의 지불을 통해 제1 별자리 또는 제1 별이 제1 사용자에게 분양된 것을 확인할 수 있다.

예를 들어, 제1 별자리에 대한 분양 가격이 제1 금액으로 산출되고, 제1 사용자가 제1 별자리를 분양받기 위해 제1 금액을 지불한 경우, 장치(300)는 제1 별자리가 제1 사용자에게 분양된 것으로 확인할 수 있다.

또한, 제1 별에 대한 분양 가격이 제1 금액으로 산출되고, 제1 사용자가 제1 별을 분양받기 위해 제1 금액을 지불한 경우, 장치(300)는 제1 별이 제1 사용자에게 분양된 것으로 확인할 수 있다.

S309 단계에서, 장치(300)는 제1 금액의 지불을 통해 제1 별자리 또는 제1 별이 제1 사용자에게 분양된 경우, 제1 사용자의 요청에 따라 제1 별자리 또는 제1 별이 제1 고인 또는 제1 반려동물의 추모를 위해 설정되면, 제1 고인 또는 제1 반려동물의 추모를 위한 추모 공간이 메타버스 환경으로 구현되어 있는 제1 가상 공간을 생성하고, 제1 별자리 또는 제1 별을 통해 제1 가상 공간으로 접속되도록, 제1 별자리 또는 제1 별에 대한 기능을 설정할 수 있다.

예를 들어, 장치(300)는 제1 사용자의 요청에 따라 제1 별자리가 제1 고인의 추모를 위한 별자리로 설정되거나 제1 별이 제1 고인의 추모를 위한 별로 설정되면, 제1 사용자 단말로부터 제1 고인 정보를 수신할 수 있고, 제1 고인 정보를 기초로 제1 고인에 대한 아바타를 생성한 후, 제1 고인의 추모를 위한 추모 공간인 제1 가상 공간을 생성할 수 있다. 여기서, 제1 고인 정보는 제1 고인의 사진, 동영상, 연령, 성별, 외모, 신장, 체중, 성격, 습관, 표정, 음성의 세기, 음성의 높이, 음색, 발음, 어조 등에 대한 정보를 포함할 수 있고, 장치(300)는 제1 고인 정보를 기반으로, 사진 또는 동영상에서 나타난 제1 고인의 정면, 배면, 좌측면, 우측면, 평면, 저면 및 사시면을 3D 스캐닝을 하여 제1 고인의 기본 모습을 구축한 후, 연령, 성별, 외모, 신장, 체중, 성격, 습관 및 표정 등의 상세 정보들을 반영하여 제1 고인의 캐릭터를 구현하고 캐릭터의 3D 애니메이션을 구현하여, 제1 고인에 대한 아바타를 생성할 수 있다.

또한, 장치(300)는 제1 사용자의 요청에 따라 제1 별자리가 제1 반려동물의 추모를 위한 별자리로 설정되거나 제1 별이 제1 반려동물의 추모를 위한 별로 설정되면, 제1 사용자 단말로부터 제1 반려동물 정보를 수신할 수 있고, 제1 반려동물 정보를 기초로 제1 반려동물에 대한 아바타를 생성한 후, 제1 반려동물의 추모를 위한 추모 공간인 제1 가상 공간을 생성할 수 있다. 여기서, 제1 반려동물 정보는 제1 반려동물의 사진, 동영상, 연령, 성별, 외모, 신장, 체중, 성격, 습관, 표정, 음성의 세기, 음성의 높이, 음색 등에 대한 정보를 포함할 수 있고, 장치(300)는 제1 반려동물 정보를 기반으로, 사진 또는 동영상에서 나타난 제1 반려동물의 정면, 배면, 좌측면, 우측면, 평면, 저면 및 사시면을 3D 스캐닝을 하여 제1 반려동물의 기본 모습을 구축한 후, 연령, 성별, 외모, 신장, 체중, 성격, 습관 및 표정 등의 상세 정보들을 반영하여 제1 반려동물의 캐릭터를 구현하고 캐릭터의 3D 애니메이션을 구현하여, 제1 반려동물에 대한 아바타를 생성할 수 있다.

도 4는 일실시예에 따른 방문객 수 및 아이템 사용량에 따라 별자리 또는 별에 대한 랭킹을 설정하는 과정을 설명하기 위한 순서도이다.

도 4를 참조하면, 먼저, S401 단계에서, 장치(300)는 제1 별자리 또는 제1 별을 통해 제1 가상 공간으로 접속하여 제1 고인 또는 제1 반려동물의 추모를 위한 추모 공간을 방문한 방문객 수를 기간 별로 확인하고, 제1 가상 공간에서 상기 제1 고인 또는 제1 반려동물의 추모를 위해 사용된 아이템 수를 기간 별로 확인할 수 있다.

예를 들어, 장치(300)는 제1 가상 공간에 접속한 사용자들 중에서 제1 별자리 또는 제1 별의 소유주, 중복 접속한 사용자, 아주 짧은 시간 접속한 사용자 등을 제외한 실질적인 방문객들을 확인하여, 제1 가상 공간을 방문한 방문객 수를 기간 별로 확인할 수 있다.

또한, 장치(300)는 제1 가상 공간에 접속한 사용자들이 제1 가상 공간 내에서 추모를 위해 사용한 아이템들을 확인하여, 제1 가상 공간에서 사용된 아이템 수를 기간 별로 확인할 수 있다.

S402 단계에서, 장치(300)는 제1 기간 동안에 방문한 것으로 확인된 방문객 수를 확인하고, 제1 기간 동안에 사용된 것으로 확인된 아이템 수를 확인할 수 있다. 여기서, 제1 기간은 실시예에 따라 상이하게 설정될 수 있으며, 예를 들면, 일, 주, 월 등의 기간으로 설정될 수 있다.

S403 단계에서, 장치(300)는 제1 기간 동안에 방문한 것으로 확인된 방문객 수에 제1 가중치를 적용하여 제1 활성 지수를 산출할 수 있고, 제1 기간 동안에 사용된 것으로 확인된 아이템 수에 제2 가중치를 적용하여 제2 활성 지수를 산출할 수 있다. 여기서, 제1 가중치는 실시예에 따라 상이하게 설정될 수 있고, 제2 가중치는 제1 가중치 보다 높은 값으로 설정될 수 있다.

예를 들어, 제1 가중치가 2로 설정되어 있고, 제2 가중치가 3으로 설정되어 있는 경우, 장치(300)는 제1 기간 동안에 방문한 것으로 확인된 방문객 수가 100명으로 확인되면, 100과 2를 곱한 값인 200으로 제1 활성 지수를 산출할 수 있고, 제1 기간 동안에 사용된 것으로 확인된 아이템 수가 70개로 확인되면, 70과 3을 곱한 값인 210으로 제2 활성 지수를 산출할 수 있다.

S404 단계에서, 장치(300)는 제1 활성 지수 및 제2 활성 지수를 합산하여, 제1 기간 동안 제1 별자리 또는 제1 별에 대한 활성 지수를 산출할 수 있다.

S405 단계에서, 장치(300)는 제1 별자리 또는 제1 별에 대한 활성 지수를 기반으로, 제1 기간 동안 제1 별자리 또는 제1 별에 대한 랭킹을 설정할 수 있다.

예를 들어, 장치(300)는 제1 기간 동안 별자리들에 대한 활성 지수를 각각 산출할 수 있고, 제1 별자리의 활성 지수와 다른 별자리들의 활성 지수를 비교하여, 제1 별자리에 대한 랭킹을 설정할 수 있다.

또한, 장치(300)는 제1 기간 동안 별들에 대한 활성 지수를 각각 산출할 수 있고, 제1 별의 활성 지수와 다른 별들의 활성 지수를 비교하여, 제1 별에 대한 랭킹을 설정할 수 있다.

S405 단계 이후, S401 단계로 되돌아가 S405 단계까지 과정이 반복하여 수행될 수 있으며, 이를 통해, 장치(300)는 제1 별자리 또는 제1 별에 대한 랭킹을 기간 별로 설정하여 계속해서 갱신할 수 있다.

도 5는 일실시예에 다른 랭킹에 따라 매매 가격을 설정하는 과정을 설명하기 위한 순서도이다.

도 5를 참조하면, 먼저, S501 단계에서, 장치(300)는 제1 별자리 또는 제1 별에 대한 랭킹이 제1 순위로 설정된 것을 확인할 수 있다.

예를 들어, 장치(300)는 별자리들 중에서 제1 별자리에 대한 랭킹이 1순위로 설정되면, 제1 순위가 1순위인 것으로 확인할 수 있고, 제1 별자리에 대한 랭킹이 2순위로 설정되면, 제1 순위가 2순위인 것으로 확인할 수 있고, 제1 별자리에 대한 랭킹이 3순위로 설정되면, 제1 순위가 3순위인 것으로 확인할 수 있다.

또한, 장치(300)는 별들 중에서 제1 별에 대한 랭킹이 1순위로 설정되면, 제1 순위가 1순위인 것으로 확인할 수 있고, 제1 별에 대한 랭킹이 2순위로 설정되면, 제1 순위가 2순위인 것으로 확인할 수 있고, 제1 별에 대한 랭킹이 3순위로 설정되면, 제1 순위가 3순위인 것으로 확인할 수 있다.

S502 단계에서, 장치(300)는 제1 순위가 제1 기준 범위 내에 포함되어 있는지 여부를 확인할 수 있다. 여기서, 제1 기준 범위는 실시예에 따라 상이하게 설정될 수 있으며, 예를 들면, 5순위부터 10순위까지의 범위로 설정될 수 있다.

S502 단계에서 제1 순위가 제1 기준 범위 내에 포함되어 있는 것으로 확인되면, S503 단계에서, 장치(300)는 제1 별자리 또는 제1 별에 대한 매매 가격을 제1 금액으로 설정할 수 있다. 여기서, 제1 금액은 제1 별자리 또는 제1 별에 대한 분양 가격이다.

예를 들어, 제1 기준 범위가 5순위부터 10순위까지로 설정되어 있는 경우, 장치(300)는 제1 순위가 7순위로 확인되면, 제1 별자리 또는 제1 별에 대한 매매 가격을 제1 금액으로 설정할 수 있다.

S502 단계에서 제1 순위가 제1 기준 범위를 벗어나는 것으로 확인되면, S504 단계에서, 장치(300)는 제1 순위가 제1 기준 범위의 최소값 보다 작은지 여부를 확인할 수 있다.

S504 단계에서 제1 순위가 제1 기준 범위의 최소값 보다 작은 것으로 확인되면, 제1 순위가 제1 기준 범위를 벗어나 제1 기준 범위의 최소값 보다 높은 순위로 확인될 수 있고, 제1 순위가 제1 기준 범위의 최소값 보다 높은 순위로 확인되면, S505 단계에서, 장치(300)는 제1 순위가 높은 순위일수록 제1 비율을 더 높은 값으로 산출할 수 있다. 이때, 제1 비율은 매매 가격 상승을 위해 100% 보다 큰 값으로 설정될 수 있다.

예를 들어, 제1 기준 범위가 5순위부터 10순위까지로 설정되어 있는 경우, 장치(300)는 제1 순위가 4순위로 확인되면, 제1 비율을 105%로 설정할 수 있고, 제1 순위가 3순위로 확인되면, 제1 비율을 110%로 설정할 수 있다.

S506 단계에서, 장치(300)는 제1 금액과 제1 비율을 곱한 값으로 제2 금액을 산출할 수 있다.

S507 단계에서, 장치(300)는 제1 별자리 또는 제1 별에 대한 매매 가격을 제2 금액으로 설정할 수 있다.

즉, 장치(300)는 제1 순위가 제1 기준 범위를 벗어나 제1 기준 범위의 최소값 보다 높은 순위로 확인되면, 제1 순위가 높은 순위일수록 제1 비율을 더 높은 값으로 산출하고, 제1 금액과 제1 비율을 곱한 값으로 제2 금액을 산출하고, 제1 별자리 또는 제1 별에 대한 매매 가격을 제2 금액으로 설정함으로써, 제1 별자리 또는 제1 별에 대한 랭킹이 제1 기준 범위를 벗어나 높은 순위로 설정된 경우, 분양 가격인 제1 금액 보다 더 높은 금액으로 제2 금액을 책정하고 책정된 제2 금액을 매매 가격으로 설정할 수 있다.

한편, S504 단계에서 제1 순위가 제1 기준 범위의 최소값 보다 큰 것으로 확인되면, 제1 순위가 제1 기준 범위를 벗어나 있으므로, 제1 순위가 제1 기준 범위의 최대값 보다 큰 것으로 확인될 수 있으며, 제1 순위가 제1 기준 범위의 최대값 보다 큰 것으로 확인되면, 제1 순위가 제1 기준 범위를 벗어나 제1 기준 범위의 최대값 보다 낮은 순위로 확인될 수 있고, 제1 순위가 제1 기준 범위의 최대값 보다 낮은 순위로 확인되면, S508 단계에서, 장치(300)는 제1 순위가 낮은 순위일수록 제2 비율을 더 낮은 값으로 산출할 수 있다. 이때, 제2 비율은 매매 가격 하락을 위해 100% 보다 작은 값으로 설정될 수 있다.

예를 들어, 제1 기준 범위가 5순위부터 10순위까지로 설정되어 있는 경우, 장치(300)는 제1 순위가 11순위로 확인되면, 제2 비율을 95%로 설정할 수 있고, 제1 순위가 12순위로 확인되면, 제2 비율을 90%로 설정할 수 있다.

S509 단계에서, 장치(300)는 제1 금액과 제2 비율을 곱한 값으로 제3 금액을 산출할 수 있다.

S510 단계에서, 장치(300)는 제1 별자리 또는 제1 별에 대한 매매 가격을 제3 금액으로 설정할 수 있다.

즉, 장치(300)는 제1 순위가 제1 기준 범위를 벗어나 제1 기준 범위의 최대값 보다 낮은 순위로 확인되면, 제1 순위가 낮은 순위일수록 제2 비율을 더 낮은 값으로 산출하고, 제1 금액과 제2 비율을 곱한 값으로 제3 금액을 산출하고, 제1 별자리 또는 제1 별에 대한 매매 가격을 제3 금액으로 설정함으로써, 제1 별자리 또는 제1 별에 대한 랭킹이 제1 기준 범위를 벗어나 낮은 순위로 설정된 경우, 분양 가격인 제1 금액 보다 더 낮은 금액으로 제3 금액을 책정하고 책정된 제3 금액을 매매 가격으로 설정할 수 있다.

S511 단계에서, 장치(300)는 제1 별자리 또는 제1 별에 대한 매매 가격이 설정되면, 제1 별자리 또는 제1 별에 대한 매매 정보를 거래 사이트에 등록할 수 있다.

예를 들어, 장치(300)는 제1 별자리에 대한 매매 가격이 설정되면, 거래 사이트 내에 구비된 게시판 중 별자리 매매 게시판에 제1 별자리에 대한 매매 정보를 등록할 수 있다. 이때, 제1 별자리에 대한 매매 정보는 제1 별자리의 이름, 사진, 위치, 매매 가격, 소유주, 매매 이력 등에 대한 정보를 포함할 수 있다.

또한, 장치(300)는 제1 별에 대한 매매 가격이 설정되면, 거래 사이트 내에 구비된 게시판 중 별 매매 게시판에 제1 별에 대한 매매 정보를 등록할 수 있다. 이때, 제1 별에 대한 매매 정보는 제1 별의 이름, 사진, 위치, 매매 가격, 소유주, 매매 이력 등에 대한 정보를 포함할 수 있다.

도 6은 일실시예에 다른 랭킹에 따라 초기 화면을 설정하는 과정을 설명하기 위한 순서도이다.

일실시예에 따르면, 장치(300)는 제1 사용자가 출력 기기(100)를 착용한 것으로 확인되면, 하늘 또는 우주 공간 상에 별자리들이 표시되어 있는 추모관 서비스의 초기 화면이 출력 기기(100)에서 표시되도록 제어할 수 있다.

이후, 장치(300)는 제1 사용자가 조작 기기(200)를 착용하고 있는 경우, 조작 기기(200)를 통해 초기 화면 상에서 제1 별자리 또는 제1 별이 선택되면, 제1 가상 공간에 제1 사용자가 접속되도록, 제1 가상 공간의 화면이 출력 기기(100)에서 표시되도록 제어할 수 있다.

이하에서는 도 6을 참조하여, 추모관 서비스의 초기 화면을 출력 기기(100)에서 표시하기 위해, 랭킹에 따라 초기 화면을 설정하는 내용에 대해 자세히 설명하기로 한다.

도 6을 참조하면, 먼저, S601 단계에서, 장치(300)는 제1 별자리 또는 제1 별에 대한 랭킹이 제1 순위로 설정된 것을 확인할 수 있다.

S602 단계에서, 장치(300)는 제1 순위가 제2 기준 범위 내에 포함되어 있는지 여부를 확인할 수 있다. 여기서, 제2 기준 범위는 실시예에 따라 상이하게 설정될 수 있으며, 예를 들면, 5순위부터 10순위까지의 범위로 설정될 수 있다.

S602 단계에서 제1 순위가 제2 기준 범위 내에 포함되어 있는 것으로 확인되면, S603 단계에서, 장치(300)는 제1 별자리의 기본 크기인 제1 넓이로 제1 별자리의 크기를 설정하거나, 제1 별의 기본 밝기인 제1 세기로 제1 별의 밝기를 설정할 수 있다. 이를 위해, 장치(300)의 데이터베이스에는 별자리 정보와 별 정보가 저장되어 있으며, 별자리 정보는 별자리의 기본 크기에 대한 정보를 포함할 수 있고, 별 정보는 별의 기본 밝기에 대한 정보를 포함할 수 있다.

예를 들어, 제2 기준 범위가 5순위부터 10순위까지로 설정되어 있는 경우, 장치(300)는 제1 별자리에 대한 랭킹인 7순위로 확인되면, 제1 별자리 정보를 기반으로 제1 별자리의 기본 크기인 제1 넓이를 확인한 후, 제1 넓이로 제1 별자리의 크기를 설정할 수 있다.

또한, 제2 기준 범위가 5순위부터 10순위까지로 설정되어 있는 경우, 장치(300)는 제1 별에 대한 랭킹인 7순위로 확인되면, 제1 별 정보를 기반으로 제1 별의 기본 밝기인 제1 세기를 확인한 후, 제1 세기로 제1 별의 밝기를 설정할 수 있다.

S602 단계에서 제1 순위가 제2 기준 범위를 벗어나는 것으로 확인되면, S604 단계에서, 장치(300)는 제1 순위가 제2 기준 범위의 최소값 보다 작은지 여부를 확인할 수 있다.

S604 단계에서 제1 순위가 제2 기준 범위의 최소값 보다 작은 것으로 확인되면, 제1 순위가 제2 기준 범위를 벗어나 제2 기준 범위의 최소값 보다 높은 순위로 확인될 수 있고, 제1 순위가 제2 기준 범위의 최소값 보다 높은 순위로 확인되면, S505 단계에서, 장치(300)는 제1 순위가 높은 순위일수록 제3 비율을 더 높은 값으로 산출할 수 있다. 이때, 제3 비율은 시인성 증가를 위해 100% 보다 큰 값으로 설정될 수 있다.

예를 들어, 제2 기준 범위가 5순위부터 10순위까지로 설정되어 있는 경우, 장치(300)는 제1 순위가 4순위로 확인되면, 제3 비율을 105%로 설정할 수 있고, 제1 순위가 3순위로 확인되면, 제3 비율을 110%로 설정할 수 있다.

S606 단계에서, 장치(300)는 제1 넓이와 제3 비율을 곱한 값으로 제1 별자리의 크기를 설정하거나, 제1 세기와 제3 비율을 곱한 값으로 제1 별의 밝기를 설정할 수 있다.

예를 들어, 제1 별자리의 기본 크기인 제1 넓이가 10㎠이고 제3 비율이 110%인 경우, 장치(300)는 제1 별자리의 크기를 11㎠로 설정할 수 있다.

또한, 제1 별의 기본 밝기인 제1 세기가 10cd이고 제3 비율이 110%인 경우, 장치(300)는 제1 별의 밝기를 11cd로 설정할 수 있다.

즉, 장치(300)는 제1 순위가 제2 기준 범위를 벗어나 제2 기준 범위의 최소값 보다 높은 순위로 확인되면, 제1 순위가 높은 순위일수록 제3 비율을 더 높은 값으로 산출하고, 제1 넓이와 제3 비율을 곱한 값으로 제1 별자리의 크기를 설정하거나, 제1 세기와 제3 비율을 곱한 값으로 제1 별의 밝기를 설정함으로써, 제1 별자리 또는 제1 별에 대한 랭킹이 제2 기준 범위를 벗어나 높은 순위로 설정된 경우, 제1 별자리가 기본 크기 보다 더 크게 표시되도록 제1 별자리의 크기를 설정하거나, 제1 별이 기본 밝기 보다 더 밝게 표시되도록 제1 별의 밝기를 설정할 수 있다.

한편, S604 단계에서 제1 순위가 제2 기준 범위의 최소값 보다 큰 것으로 확인되면, 제1 순위가 제2 기준 범위를 벗어나 있으므로, 제1 순위가 제2 기준 범위의 최대값 보다 큰 것으로 확인될 수 있으며, 제1 순위가 제2 기준 범위의 최대값 보다 큰 것으로 확인되면, 제1 순위가 제2 기준 범위를 벗어나 제2 기준 범위의 최대값 보다 낮은 순위로 확인될 수 있고, 제1 순위가 제2 기준 범위의 최대값 보다 낮은 순위로 확인되면, S607 단계에서, 장치(300)는 제1 순위가 낮은 순위일수록 제4 비율을 더 낮은 값으로 산출할 수 있다. 이때, 제4 비율은 시인성 감소를 위해 100% 보다 작은 값으로 설정될 수 있다.

예를 들어, 제2 기준 범위가 5순위부터 10순위까지로 설정되어 있는 경우, 장치(300)는 제1 순위가 11순위로 확인되면, 제4 비율을 95%로 설정할 수 있고, 제1 순위가 12순위로 확인되면, 제4 비율을 90%로 설정할 수 있다.

S608 단계에서, 장치(300)는 제1 넓이와 제4 비율을 곱한 값으로 제1 별자리의 크기를 설정하거나, 제1 세기와 제4 비율을 곱한 값으로 제1 별의 밝기를 설정할 수 있다.

예를 들어, 제1 별자리의 기본 크기인 제1 넓이가 10㎠이고 제4 비율이 90%인 경우, 장치(300)는 제1 별자리의 크기를 9㎠로 설정할 수 있다.

또한, 제1 별의 기본 밝기인 제1 세기가 10cd이고 제4 비율이 90%인 경우, 장치(300)는 제1 별의 밝기를 9cd로 설정할 수 있다.

즉, 장치(300)는 제1 순위가 제2 기준 범위를 벗어나 제2 기준 범위의 최대값 보다 낮은 순위로 확인되면, 제1 순위가 낮은 순위일수록 제4 비율을 더 낮은 값으로 산출하고, 제1 넓이와 제4 비율을 곱한 값으로 제1 별자리의 크기를 설정하거나, 제1 세기와 제4 비율을 곱한 값으로 제1 별의 밝기를 설정함으로써, 제1 별자리 또는 제1 별에 대한 랭킹이 제2 기준 범위를 벗어나 낮은 순위로 설정된 경우, 제1 별자리가 기본 크기 보다 더 작게 표시되도록 제1 별자리의 크기를 설정하거나, 제1 별이 기본 밝기 보다 더 흐리게 표시되도록 제1 별의 밝기를 설정할 수 있다.

S609 단계에서, 장치(300)는 제1 별자리의 크기 또는 제1 별의 밝기가 설정되면, 제1 별자리 또는 제1 별이 초기 화면 상에서 표시되도록 제어할 수 있다.

즉, 장치(300)는 추모관 서비스의 초기 화면이 출력 기기(100)에서 표시될 때, 제1 별자리 또는 제1 별이 초기 화면 상에서 표시되도록 제어할 수 있다.

도 7은 일실시예에 따른 추모관 서비스를 이용하는 사용자들을 위한 제품 개발을 추천하고 제품의 광고를 수행할 인플루언서를 매칭하는 과정을 설명하기 위한 순서도이다.

도 7을 참조하면, 먼저 S701 단계에서, 장치(300)는 추모관 서비스를 이용하는 사용자들이 제1 카테고리의 제품에 관심이 많은 것으로 확인할 수 있다. 여기서, 제1 카테고리는 의류, 화장품, 가구, 가전 등의 제품 카테고리 중 어느 하나일 수 있다.

예를 들어, 장치(300)는 제1 사용자 및 제2 사용자가 추모관 서비스를 이용한 것으로 확인되면, 제1 사용자의 활동 정보 및 제2 사용자의 활동 정보를 수집할 수 있다. 여기서, 활동 정보는 SNS 계정에 업로드된 게시 자료, 콘텐츠 이용 내역, 게시글 조회 내역 등을 포함할 수 있다.

이후, 장치(300)는 제1 사용자의 활동 정보를 기반으로, 제1 사용자가 어느 카테고리의 제품에 관심이 많은지를 예측할 수 있고, 제2 사용자의 활동 정보를 기반으로, 제2 사용자가 어느 카테고리의 제품에 관심이 많은지를 예측할 수 있다.

이후, 장치(300)는 각 사용자 별로 어느 카테고리의 제품에 관심이 많은지가 예측되면, 예측된 결과를 이용하여, 사용자들이 어느 카테고리의 제품에 관심이 가장 많은지를 확인할 수 있다.

S702 단계에서, 장치(300)는 복수의 관계자 단말로 제1 카테고리의 제품에 대한 개발을 추천하는 알림 메시지를 전송할 수 있다. 이를 위해, 장치(300)는 복수의 관계자 단말과 유무선으로 통신하도록 구성될 수 있다.

복수의 관계자 단말은 제품 생산 및 판매와 관련된 관계자들이 사용하는 단말로, 제품 기획자, 생산자, 판매자 등 다양한 주체들이 관계자로 제품 기획 및 생산에 참여할 수 있으며, 제1 관계자가 사용하는 제1 관계자 단말, 제2 관계자가 사용하는 제2 관계자 단말 등을 포함할 수 있다.

S703 단계에서, 장치(300)는 복수의 관계자 단말 중 어느 하나인 제1 관계자 단말로부터 개발하고자 하는 제품인 제1 제품의 정보 및 제1 제품의 기획안을 획득할 수 있다. 이때, 제1 제품의 정보는 제1 제품의 명칭, 제1 제품의 카테고리, 제1 제품의 성분 정보 등을 포함할 수 있다. 제1 제품의 기획안은 제1 제품을 어떠한 방식으로 기획하여 생산하고 출시할 것인지에 대한 전략을 포함할 수 있으며, 제1 제품의 생산 수량, 제1 제품의 예상 생산 비용, 제1 제품의 예상 생산일 등을 포함할 수 있다.

S704 단계에서, 장치(300)는 제1 제품의 기획안이 채택되어, 제1 제품의 제조가 결정되면, 적어도 하나의 데이터베이스로부터 인플루언서가 수행한 광고 콘텐츠를 획득할 수 있다. 여기서, 적어도 하나의 데이터베이스는 블로그 또는 유튜브가 될 수 있다.

구체적으로, 장치(300)는 블로그 또는 유튜브를 포함하는 적어도 하나의 데이터베이스를 통해 인플루언서가 수행한 광고 콘텐츠를 획득할 수 있다.

S705 단계에서, 장치(300)는 인플루언서가 수행한 광고 콘텐츠를 기초로, 전체 광고 콘텐츠 중 제1 카테고리의 제품과 관련된 광고 콘텐츠가 차지하는 비율이 기준 비율 이상인 후보 인플루언서의 광고 정보를 획득할 수 있다. 여기서, 기준 비율은 미리 설정된 비율로 실시 예에 따라 달라질 수 있다. 또한, 후보 인플루언서의 광고 정보는 후보 인플루언서의 명칭, 후보 인플루언서의 팔로워, 후보 인플루언서의 팔로워의 정보를 포함하는 후보 인플루언서의 정보를 포함할 수 있고, 후보 인플루언서의 광고 콘텐츠의 개수, 후보 인플루언서의 광고 콘텐츠의 카테고리, 후보 인플루언서의 광고 콘텐츠의 조회수, 댓글수, 공유수를 포함하는 후보 인플루언서가 수행한 광고 콘텐츠의 정보를 포함할 수 있다.

구체적으로, 장치(300)는 인플루언서가 수행한 광고 콘텐츠를 기초로, 광고 콘텐츠를 인플루언서에 대응하여 분류하고, 광고 콘텐츠의 제품을 분석하여 광고 콘텐츠가 제1 카테고리의 제품과 관련된 광고 콘텐츠인지, 제1 카테고리의 제품과 관련되지 않는 광고 콘텐츠인지 분석할 수 있다. 즉, 장치(300)는 인플루언서가 수행한 광고 콘텐츠를 기초로, 전체 광고 콘텐츠 중 제1 카테고리의 제품과 관련된 광고 콘텐츠가 차지하는 비율을 확인할 수 있고, 해당 비율이 미리 설정한 기준 비율 이상인 후보 인플루언서의 광고 정보를 획득할 수 있다.

예를 들어, 적어도 하나의 데이터베이스인 유튜브 데이터베이스를 통해 ‘A’ 광고 콘텐츠, ‘B’ 광고 콘텐츠, ‘C' 광고 콘텐츠, ‘D’ 광고 콘텐츠, ‘E’ 광고 콘텐츠, ‘F’ 광고 콘텐츠, ‘G’ 광고 콘텐츠, ‘H’ 광고 콘텐츠, ‘I' 광고 콘텐츠, ‘J’ 광고 콘텐츠를 획득하고, ‘A’ 인플루언서에 대응하는 광고 콘텐츠가 제1 카테고리 제품의 광고 콘텐츠인 ‘A’ 광고 콘텐츠, 제1 카테고리 제품의 광고 콘텐츠인 ‘D’ 광고 콘텐츠이고, ‘B’ 인플루언서에 대응하는 광고 콘텐츠가 제2 카테고리 제품의 광고 콘텐츠인 ‘B’ 광고 콘텐츠, 제1 카테고리 제품의 광고 콘텐츠인 ‘F’ 광고 콘텐츠, 제1 카테고리 제품의 광고 콘텐츠인 ‘I’ 광고 콘텐츠이고, ‘C’ 인플루언서에 대응하는 광고 콘텐츠가 제1 카테고리 제품의 광고 콘텐츠인 ‘C’ 광고 콘텐츠, 제1 카테고리 제품의 광고 콘텐츠인 ‘E’ 광고 콘텐츠, 제3 카테고리 제품의 광고 콘텐츠인 ‘G’ 광고 콘텐츠, 제1 카테고리 제품의 광고 콘텐츠인 ‘H’ 광고 콘텐츠, 제1 카테고리 제품의 광고 콘텐츠인 ‘J’ 광고 콘텐츠이고, 기준 비율이 75%인 경우, 장치(300)는 적어도 하나의 데이터베이스인 유튜브 데이터베이스를 통해 전체 광고 콘텐츠 중 제1 카테고리의 제품과 관련된 광고 콘텐츠가 차지하는 비율이 75% 이상인 ‘A’ 인플루언서 및 ‘C’ 인플루언서를 후보 인플루언서로 선정할 수 있고, ‘A’ 인플루언서의 광고 정보 및 ‘C’ 인플루언서의 광고 정보를 획득할 수 있다.

S706 단계에서, 장치(300)는 후보 인플루언서의 광고 정보를 기초로, 후보 인플루언서가 수행한 광고 콘텐츠의 정보를 획득할 수 있다.

구체적으로, 장치(300)는 후보 인플루언서의 광고 정보를 기초로, 후보 인플루언서의 광고 콘텐츠의 개수, 후보 인플루언서의 광고 콘텐츠의 카테고리, 후보 인플루언서의 광고 콘텐츠의 조회수, 댓글수, 공유수를 포함하는 후보 인플루언서가 수행한 광고 콘텐츠의 정보를 획득할 수 있다.

S707 단계에서, 장치(300)는 후보 인플루언서의 광고 정보, 후보 인플루언서가 수행한 광고 콘텐츠의 정보 및 제1 제품의 정보를 기초로, 후보 인플루언서 중 제1 제품의 광고를 수행할 인플루언서를 선정할 수 있다.

구체적으로, 장치(300)는 후보 인플루언서의 광고 정보를 기초로, 후보 인플루언서의 타겟 정보를 획득하고, 후보 인플루언서가 수행한 광고 콘텐츠의 정보를 기초로, 후보 인플루언서의 콘텐츠 관심 정보를 획득하고, 후보 인플루언서의 타겟 정보, 후보 인플루언서의 콘텐츠 관심 정보, 제1 제품의 정보를 제1 인공 신경망에 적용하여 제1 제품의 광고를 수행할 인플루언서를 선정할 수 있다. 이와 관련한 구체적인 설명은 도 7을 참고하기로 한다.

S708 단계에서, 장치(300)는 제1 제품의 광고를 수행할 인플루언서가 선정되어 제1 제품의 광고가 제작되면, 추모관 서비스의 초기 화면이 출력 기기(100)에서 표시될 때, 광고 표시 영역에 제1 제품의 광고가 표시되도록 제어할 수 있다. 이를 위해, 초기 화면에는 일부 영역이 광고 표시 영역으로 설정되어 있다.

도 8은 일실시예에 따른 후보 인플루언서의 정보를 기초로 제품의 광고를 수행할 인플루언서를 선정하는 과정을 설명하기 위한 도면이다.

도 8을 참조하면, 먼저, S801 단계에서, 장치(300)는 후보 인플루언서의 광고 정보를 기초로, 후보 인플루언서의 타겟 연령 정보 및 타겟 성별 정보를 포함하는 후보 인플루언서의 타겟 정보를 획득할 수 있다.

구체적으로, 장치(300)는 후보 인플루언서의 광고 정보를 기초로, 후보 인플루언서의 팔로워 정보를 획득할 수 있고, 후보 인플루언서의 팔로워 정보를 분석하여 후보 인플루언서의 타겟의 연령대가 10대인지, 20대인지, 30대인지, 40대인지, 50인대인지 60대인지, 70대인지, 혹은 후보 인플루언서의 타겟의 연령대가 청소년인지, 청년인지, 중년인지, 장년인지 등을 파악할 수 있고, 파악 결과를 기초로 후보 인플루언서의 타겟 연령 정보를 획득할 수 있다. 장치(300)는 후보 인플루언서의 광고 정보를 기초로, 후보 인플루언서의 팔로워 정보를 획득할 수 있고, 후보 인플루언서의 팔로워 정보를 분석하여 후보 인플루언서의 타겟의 성별이 여성인지, 남성인지를 파악할 수 있고, 파악 결과를 기초로 후보 인플루언서의 타겟 성별 정보를 획득할 수 있다. 또한, 장치(300)는 후보 인플루언서의 타겟 연령 정보와 후보 인플루언서의 타겟 성별 정보를 포함하는 후보 인플루언서의 타겟 정보를 획득할 수 있다.

S802 단계에서, 장치(300)는 후보 인플루언서의 광고 콘텐츠 정보를 기초로, 후보 인플루언서의 광고 콘텐츠 정보를 기초로, 광고 콘텐츠의 개수, 광고 콘텐츠의 평균 시청 횟수, 광고 콘텐츠의 평균 공유 횟수, 광고 콘텐츠의 평균 댓글 횟수를 포함하는 후보 인플루언서의 콘텐츠 관심 정보를 획득할 수 있다.

S803 단계에서, 장치(300)는 후보 인플루언서의 타겟 정보, 후보 인플루언서의 콘텐츠 관심 정보 및 제1 제품의 정보에 기초하여 제1 입력 신호를 생성할 수 있다.

구체적으로, 장치(300)는 후보 인플루언서의 타겟 정보, 후보 인플루언서의 콘텐츠 관심 정보 및 제1 제품의 정보를 전처리하는 과정을 수행할 수 있다. 전처리가 수행된 후보 인플루언서의 타겟 정보, 후보 인플루언서의 콘텐츠 관심 정보 및 제1 제품의 정보는 제1 인공 신경망의 입력으로 그대로 사용하거나, 불필요한 정보를 제거하는 통상의 처리를 거쳐 입력을 생성할 수 있다.

S804 단계에서, 장치(300)는 제1 입력 신호를 제1 인공 신경망에 적용하여, 제1 출력 신호를 생성할 수 있다.

여기서, 장치(300)는 트레이닝 인플루언서의 타겟 정보들, 트레이닝 인플루언서의 콘텐츠 관심 정보들, 트레이닝 제1 카테고리 제품의 정보들, 제1 출력 신호들 및 트레이닝 인플루언서 매칭 정보들을 획득하고, 이에 기초하여 제1 인공 신경망을 미리 학습시킬 수 있다. 장치(300)는 미리 학습된 제1 인공 신경망에 제1 입력 신호를 적용하여 제1 출력 신호를 생성할 수 있다. 이때, 트레이닝 인플루언서 매칭 정보들은 트레이닝 인플루언서의 타겟 정보들, 트레이닝 인플루언서의 콘텐츠 관심 정보들 및 트레이닝 제1 카테고리 제품의 정보들에 각각 대응하는 인플루언서 매칭 정보들일 수 있다. 제1 출력 신호들은 트레이닝 인플루언서의 타겟 정보들, 트레이닝 인플루언서의 콘텐츠 관심 정보들 및 트레이닝 제1 카테고리 제품의 정보들에 기초하여 생성된 제1 트레이닝 입력 신호들이 제1 인공 신경망에 적용되어 생성된 출력 신호들일 수 있다

일실시예에 따르면, 장치(300)는 트레이닝 인플루언서의 타겟 정보들, 트레이닝 인플루언서의 콘텐츠 관심 정보들, 트레이닝 제1 카테고리 제품의 정보들을 제1 인공 신경망에 적용하여 트레이닝 출력들을 획득할 수 있다. 장치(300)는 트레이닝 출력들과 제1 출력 신호들 및 트레이닝 인플루언서 매칭 정보들에 기초하여 제1 인공 신경망을 학습시킬 수 있다. 장치(300)는 미리 학습된 제1 인공 신경망에 제1 입력 신호를 적용하여 제1 출력 신호를 생성할 수 있다.

장치(300)는 트레이닝 출력들과 제1 출력 신호들 및 트레이닝 인플루언서 매칭 정보들에 기초하여 제1 인공 신경망을 학습시킬 수 있다. 장치(300)는 트레이닝 출력들에 대응하는 트레이닝 에러들을 계산하고, 그 트레이닝 에러들을 최소화하기 위해 제1 인공 신경망 내 노드들의 연결 관계를 최적화하여 제1 인공 신경망을 학습시킬 수 있다. 장치(300)는 학습이 완료된 제1 인공 신경망을 이용하여 인플루언서의 타겟 정보, 인플루언서의 콘텐츠 관심 정보 및 제1 제품의 정보로부터 인플루언서 매칭 정보를 추출할 수 있다.

장치(300)는 인플루언서 매칭 정보의 추출을 위하여 제1 인공 신경망을 학습시킬 수 있다.

제1 인공 신경망은 트레이닝 샘플들이 입력되는 제1 입력 레이어와 트레이닝 출력들을 포함하는 제1 출력 레이어를 포함하고, 트레이닝 출력들과 레이블들 사이의 차이에 기초하여 학습될 수 있다. 여기서, 레이블들은 인플루언서의 타겟 정보들, 인플루언서의 콘텐츠 관심 정보들 및 제1 제품의 정보들에 기초하여 정의될 수 있다. 제1 인공 신경망은 복수의 노드들의 그룹으로 연결되어 있고, 연결된 노드들 사이의 가중치들과 노드들을 활성화시키는 활성화 함수에 의해 정의된다.

장치(300)는 GD(Gradient Decent) 기법 또는 SGD(Stochastic Gradient Descent) 기법을 이용하여 제1 인공 신경망을 학습시킬 수 있다. 장치(300)는 제1 인공 신경망의 출력들 및 레이블들 의해 설계된 손실 함수(Loss Function)를 이용할 수 있다.

장치(300)는 미리 정의된 손실 함수를 이용하여 트레이닝 에러를 계산할 수 있다. 손실 함수는 레이블, 출력 및 파라미터를 입력 변수로 미리 정의될 수 있고, 여기서 파라미터는 제1 인공 신경망 내 가중치들에 의해 설정될 수 있다. 예를 들어, 손실 함수는 MSE(Mean Square Error) 형태, 엔트로피(entropy) 형태 등으로 설계될 수 있는데, 손실 함수가 설계되는 실시예에는 다양한 기법 또는 방식이 채용될 수 있다.

장치(300)는 역전파(Backpropagation) 기법을 이용하여 트레이닝 에러에 영향을 주는 가중치들을 찾아낼 수 있다. 여기서, 가중치들은 제1 인공 신경망 내 노드들 사이의 관계들이다. 장치(300)는 역전파 기법을 통해 찾아낸 가중치들을 최적화시키기 위해 레이블들 및 출력들을 이용한 SGD 기법을 이용할 수 있다. 예를 들어, 장치(300)는 레이블들, 출력들 및 가중치들에 기초하여 정의된 손실 함수의 가중치들을 SGD 기법을 이용하여 갱신할 수 있다.

일실시예에 따르면, 장치(300)는 트레이닝 인플루언서의 타겟 정보들, 트레이닝 인플루언서의 콘텐츠 관심 정보들 및 트레이닝 제품 정보들에 기초하여 제1 트레이닝 입력 신호들을 생성할 수 있다. 장치(300)는 제1 트레이닝 입력 신호들로부터 제1 출력 신호들을 생성할 수 있다.

일실시예에 따르면, 제1 인공 신경망은 트레이닝 인플루언서의 타겟 정보들, 트레이닝 인플루언서의 콘텐츠 관심 정보들, 트레이닝 제품 정보들, 제1 출력 신호들 및 트레이닝 인플루언서 매칭 정보들에 기초하여 미리 학습될 수 있다. 제1 인공 신경망은 제1 출력 신호들 및 트레이닝 인플루언서 매칭 정보들의 차이들에 기초하여 생성된 트레이닝 에러들을 최소화하여 학습될 수 있다.

S805 단계에서, 장치(300)는 제1 출력 신호에 기초하여 제1 제품 및 후보 인플루언서에 대응하는 매칭 정보를 생성할 수 있다. 여기서, 인플루언서 매칭 정보는 후보 인플루언서 및 제1 제품의 매칭 정도로서, 0과 1사이의 실수 값일 수 있다.

예를 들어, 장치(300)는 제1 인공 신경망을 통해 'A' 인플루언서에 대응하는 인플루언서 매칭 정보로 0.8, 'C' 인플루언서에 대응하는 인플루언서 매칭 정보로 0.3, 'D' 인플루언서에 대응하는 인플루언서 매칭 정보로 0.5, 'E' 인플루언서에 대응하는 인플루언서 매칭 정보로 0.6을 생성할 수 있다.

S806 단계에서, 장치(300)는 후보 인플루언서 중 제1 제품의 제조사가 생산한 제품을 광고한 이력을 확인하여 광고 횟수에 비례하는 가중치를 매칭 정보에 적용할 수 있다.

예를 들어, 후보 인플루언서가 'A' 인플루언서, 'C' 인플루언서, 'D' 인플루언서, 'E' 인플루언서이고, 제1 제품의 제조사가 'A' 제조사이고, 'A' 제조사에서 생산한 제품을 광고한 횟수가 'A' 인플루언서의 경우 2번, 'C' 인플루언서의 경우 3번, 'D' 인플루언서의 경우 3번, 'E' 인플루언서의 경우 1번인 경우, 장치(300)는 'A' 인플루언서에게 광고 횟수에 비례하는 가중치로 0.2을 적용할 수 있고, 'C' 인플루언서에게 광고 횟수에 비례하는 가중치로 0.3을 적용할 수 있고, 'D' 인플루언서에게 광고 횟수에 비례하는 가중치로 0.3을 적용할 수 있고, 'E' 인플루언서에게 광고 횟수에 비례하는 가중치로 0.1을 적용할 수 있다,

S807 단계에서, 장치(300)는 가중치가 적용된 매칭 정보를 이용하여 제1 제품의 광고를 수행할 인플루언서를 선정할 수 있다.

예를 들어, 'A' 인플루언서에 대응하는 인플루언서 매칭 정보가 0.8, 광고 횟수에 비례하는 가중치가 0.2이고, 'C' 인플루언서에 대응하는 인플루언서 매칭 정보가 0.3, 광고 횟수에 비례하는 가중치가 0.3이고, 'D' 인플루언서에 대응하는 인플루언서 매칭 정보가 0.5, 광고 횟수에 비례하는 가중치가 0.3이고, 'E' 인플루언서에 대응하는 인플루언서 매칭 정보가 0.6, 광고 횟수에 비례하는 가중치가 0.1인 경우, 장치(300)는 'A' 인플루언서에 대응하는 가중치가 적용된 매칭 정보를 1로 생성하고, 'C' 인플루언서에 대응하는 가중치가 적용된 매칭 정보를 0.6로 생성하고, 'D' 인플루언서에 대응하는 가중치가 적용된 매칭 정보를 0.8로 생성하고, 'E' 인플루언서에 대응하는 가중치가 적용된 매칭 정보를 0.7로 생성하여 제1 제품의 광고를 수행할 인플루언서로 'A' 인플루언서를 선정할 수 있다.

도 9는 일실시예에 따른 장치의 구성의 예시도이다.

일실시예에 따른 장치(300)는 프로세서(310) 및 메모리(320)를 포함한다. 프로세서(310)는 도 1 내지 도 8을 참조하여 전술된 적어도 하나의 장치들을 포함하거나, 도 1 내지 도 8을 참조하여 전술된 적어도 하나의 방법을 수행할 수 있다. 장치(300)를 이용하는 자 또는 단체는 도 1 내지 도 8을 참조하여 전술된 방법들 일부 또는 전부와 관련된 서비스를 제공할 수 있다.

메모리(320)는 전술된 방법들과 관련된 정보를 저장하거나 후술되는 방법들이 구현된 프로그램을 저장할 수 있다. 메모리(320)는 휘발성 메모리 또는 비휘발성 메모리일 수 있다.

프로세서(310)는 프로그램을 실행하고, 장치(300)를 제어할 수 있다. 프로세서(310)에 의하여 실행되는 프로그램의 코드는 메모리(320)에 저장될 수 있다. 장치(300)는 입출력 장치(도면 미 표시)를 통하여 외부 장치(예를 들어, 퍼스널 컴퓨터 또는 네트워크)에 연결되고, 유무선 통신을 통해 데이터를 교환할 수 있다.

장치(300)는 인공 신경망을 학습시키거나, 학습된 인공 신경망을 이용하는데 사용될 수 있다. 메모리(320)는 학습 중인 또는 학습된 인공 신경망을 포함할 수 있다. 프로세서(310)는 메모리(320)에 저장된 인공 신경망 알고리즘을 학습시키거나 실행시킬 수 있다. 인공 신경망을 학습시키는 학습 장치와 학습된 인공 신경망을 이용하는 장치(300)는 동일할 수도 있고 개별적일 수도 있다.

이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.

Claims

장치에 의해 수행되는, 별자리 기반 메타버스 추모관 플랫폼 서비스 제공 방법에 있어서,
하늘 또는 우주 공간 상에 표시되는 별자리들 중 제1 별자리 또는 제1 별에 대한 분양이 필요한 것으로 요청되면, 상기 제1 별자리 또는 제1 별에 대한 인지도를 평가한 인지도 평가 정보를 획득하는 단계;
상기 인지도 평가 정보를 기초로, 상기 제1 별자리 또는 제1 별에 대한 인지도 점수를 산정하는 단계;
상기 제1 별자리 또는 제1 별에 대한 인지도 점수를 기반으로, 상기 제1 별자리 또는 제1 별에 대한 등급을 설정하는 단계;
상기 제1 별자리 또는 제1 별에 대한 등급이 제1 등급으로 설정되고, 상기 제1 별자리 또는 제1 별이 상기 하늘 또는 우주 공간 상에서 제1 구역에 표시되는 것으로 설정되어 있는 경우, 상기 제1 등급 및 상기 제1 구역을 고려하여, 상기 제1 별자리 또는 제1 별에 대한 분양 가격을 제1 금액으로 산출하는 단계;
상기 제1 금액의 지불을 통해 상기 제1 별자리 또는 제1 별이 제1 사용자에게 분양된 경우, 상기 제1 사용자의 요청에 따라 상기 제1 별자리 또는 제1 별이 제1 고인 또는 제1 반려동물의 추모를 위해 설정되면, 상기 제1 고인 또는 제1 반려동물의 추모를 위한 추모 공간이 메타버스 환경으로 구현되어 있는 제1 가상 공간을 생성하고, 상기 제1 별자리 또는 제1 별을 통해 상기 제1 가상 공간으로 접속되도록, 상기 제1 별자리 또는 제1 별에 대한 기능을 설정하는 단계;
상기 제1 별자리 또는 제1 별을 통해 상기 제1 가상 공간으로 접속하여 상기 제1 고인 또는 제1 반려동물의 추모를 위한 추모 공간을 방문한 방문객 수를 기간 별로 확인하고, 상기 제1 가상 공간에서 상기 제1 고인 또는 제1 반려동물의 추모를 위해 사용된 아이템 수를 기간 별로 확인하는 단계;
제1 기간 동안에 방문한 것으로 확인된 방문객 수에 미리 설정된 제1 가중치를 적용하여 제1 활성 지수를 산출하고, 상기 제1 기간 동안에 사용된 것으로 확인된 아이템 수에 상기 제1 가중치 보다 높은 값이 설정된 제2 가중치를 적용하여 제2 활성 지수를 산출하는 단계;
상기 제1 활성 지수 및 상기 제2 활성 지수를 합산하여, 상기 제1 기간 동안 상기 제1 별자리 또는 제1 별에 대한 활성 지수를 산출하는 단계; 및
상기 제1 별자리 또는 제1 별에 대한 활성 지수를 기반으로, 상기 제1 기간 동안 상기 제1 별자리 또는 제1 별에 대한 랭킹을 설정하는 단계를 포함하고,
상기 제1 사용자가 출력 기기를 착용한 것으로 확인되면, 상기 하늘 또는 우주 공간 상에 별자리들이 표시되어 있는 추모관 서비스의 초기 화면이 상기 출력 기기에서 표시되도록 제어하는 단계; 및
상기 제1 사용자가 조작 기기를 착용하고 있는 경우, 상기 조작 기기를 통해 상기 초기 화면 상에서 상기 제1 별자리 또는 제1 별이 선택되면, 상기 제1 가상 공간에 상기 제1 사용자가 접속되도록, 상기 제1 가상 공간의 화면이 상기 출력 기기에서 표시되도록 제어하는 단계를 더 포함하고,
상기 초기 화면이 상기 출력 기기에서 표시되도록 제어하는 단계는,
상기 제1 별자리 또는 제1 별에 대한 랭킹이 제1 순위로 설정된 경우, 상기 제1 순위가 미리 설정된 제2 기준 범위 내에 포함되어 있는 것으로 확인되면, 상기 제1 별자리의 기본 크기인 제1 넓이로 상기 제1 별자리의 크기를 설정하거나, 상기 제1 별의 기본 밝기인 제1 세기로 상기 제1 별의 밝기를 설정하는 단계;
상기 제1 순위가 상기 제2 기준 범위를 벗어나 상기 제2 기준 범위의 최소값 보다 높은 순위로 확인되면, 상기 제1 순위가 높은 순위일수록 제3 비율-상기 제3 비율은 시인성 증가를 위해 100% 보다 큰 값으로 설정-을 더 높은 값으로 산출하고, 상기 제1 넓이와 상기 제3 비율을 곱한 값으로 상기 제1 별자리의 크기를 설정하거나, 상기 제1 세기와 상기 제3 비율을 곱한 값으로 상기 제1 별의 밝기를 설정하는 단계;
상기 제1 순위가 상기 제2 기준 범위를 벗어나 상기 제2 기준 범위의 최대값 보다 낮은 순위로 확인되면, 상기 제1 순위가 낮은 순위일수록 제4 비율-상기 제4 비율은 시인성 감소를 위해 100% 보다 작은 값으로 설정-을 더 낮은 값으로 산출하고, 상기 제1 넓이와 상기 제4 비율을 곱한 값으로 상기 제1 별자리의 크기를 설정하거나, 상기 제1 세기와 상기 제4 비율을 곱한 값으로 상기 제1 별의 밝기를 설정하는 단계; 및
상기 제1 별자리의 크기 또는 상기 제1 별의 밝기가 설정되면, 상기 제1 별자리 또는 상기 제1 별이 상기 초기 화면 상에서 표시되도록 제어하는 단계를 포함하고,
추모관 서비스를 이용하는 사용자들이 제1 카테고리의 제품에 관심이 많은 것으로 확인되면, 복수의 관계자 단말로 상기 제1 카테고리의 제품에 대한 개발을 추천하는 알림 메시지를 전송하는 단계;
상기 복수의 관계자 단말 중 어느 하나인 제1 관계자 단말로부터 개발하고자 하는 제품인 제1 제품의 정보 및 상기 제1 제품의 기획안을 획득하는 단계;
상기 제1 제품의 제조가 결정되면, 적어도 하나의 데이터베이스로부터 인플루언서가 수행한 광고 콘텐츠를 획득하는 단계;
상기 인플루언서가 수행한 광고 콘텐츠를 기초로, 전체 광고 콘텐츠 중 제1 카테고리의 제품과 관련된 광고 콘텐츠가 차지하는 비율이 미리 설정한 기준 비율 이상인 후보 인플루언서의 광고 정보를 획득하는 단계;
상기 후보 인플루언서의 광고 정보를 기초로, 상기 후보 인플루언서가 수행한 광고 콘텐츠의 정보를 획득하는 단계;
상기 후보 인플루언서의 광고 정보, 상기 후보 인플루언서가 수행한 광고 콘텐츠의 정보 및 상기 제1 제품의 정보를 기초로, 상기 후보 인플루언서 중 상기 제1 제품의 광고를 수행할 인플루언서를 선정하는 단계; 및
상기 제1 제품의 광고가 제작되면, 상기 초기 화면이 상기 출력 기기에서 표시될 때, 미리 설정된 광고 표시 영역에 상기 제1 제품의 광고가 표시되도록 제어하는 단계를 더 포함하고,
상기 후보 인플루언서 중 상기 제1 제품의 광고를 수행할 인플루언서를 선정하는 단계는,
상기 후보 인플루언서의 정보를 기초로, 상기 후보 인플루언서의 타겟 연령 정보 및 타겟 성별 정보를 포함하는 상기 후보 인플루언서의 타겟 정보를 획득하는 단계;
상기 후보 인플루언서의 광고 콘텐츠 정보를 기초로, 상기 광고 콘텐츠의 개수, 상기 광고 콘텐츠의 평균 시청 횟수, 상기 콘텐츠의 광고 평균 공유 횟수, 상기 광고 콘텐츠의 평균 댓글 횟수를 포함하는 상기 후보 인플루언서의 콘텐츠 관심 정보를 획득하는 단계;
상기 후보 인플루언서의 타겟 정보, 상기 후보 인플루언서의 콘텐츠 관심 정보 및 상기 제1 제품의 정보에 기초하여 제1 입력 신호를 생성하는 단계;
상기 제1 입력 신호를 제1 인공 신경망에 적용하여, 제1 출력 신호를 생성하는 단계;
상기 제1 출력 신호에 기초하여 상기 제1 제품 및 상기 후보 인플루언서에 대응하는 매칭 정보를 생성하는 단계;
상기 후보 인플루언서 중 상기 제1 제품의 제조사가 생산한 제품을 광고한 이력을 확인하여 광고 횟수에 비례하는 가중치를 상기 매칭 정보에 적용하는 단계; 및
상기 가중치가 적용된 매칭 정보를 이용하여 상기 제1 제품의 광고를 수행할 인플루언서를 선정하는 단계를 포함하는,
별자리 기반 메타버스 추모관 플랫폼 서비스 제공 방법.
삭제
제1항에 있어서,
상기 제1 별자리 또는 제1 별에 대한 랭킹이 제1 순위로 설정된 경우, 상기 제1 순위가 미리 설정된 제1 기준 범위 내에 포함되어 있는 것으로 확인되면, 상기 제1 별자리 또는 제1 별에 대한 매매 가격을 상기 제1 금액으로 설정하는 단계;
상기 제1 순위가 상기 제1 기준 범위를 벗어나 상기 제1 기준 범위의 최소값 보다 높은 순위로 확인되면, 상기 제1 순위가 높은 순위일수록 제1 비율-상기 제1 비율은 매매 가격 상승을 위해 100% 보다 큰 값으로 설정-을 더 높은 값으로 산출하고, 상기 제1 금액과 상기 제1 비율을 곱한 값으로 제2 금액을 산출하고, 상기 제1 별자리 또는 제1 별에 대한 매매 가격을 상기 제2 금액으로 설정하는 단계;
상기 제1 순위가 상기 제1 기준 범위를 벗어나 상기 제1 기준 범위의 최대값 보다 낮은 순위로 확인되면, 상기 제1 순위가 낮은 순위일수록 제2 비율-상기 제2 비율은 매매 가격 하락을 위해 100% 보다 작은 값으로 설정-을 더 낮은 값으로 산출하고, 상기 제1 금액과 상기 제2 비율을 곱한 값으로 제3 금액을 산출하고, 상기 제1 별자리 또는 제1 별에 대한 매매 가격을 상기 제3 금액으로 설정하는 단계; 및
상기 제1 별자리 또는 제1 별에 대한 매매 가격이 설정되면, 상기 제1 별자리 또는 제1 별에 대한 매매 정보를 거래 사이트에 등록하는 단계를 더 포함하는,
별자리 기반 메타버스 추모관 플랫폼 서비스 제공 방법.